Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País

RESUMEN : El proyecto pretende a partir del análisis de datos, predecir la cantidad de pasajeros que se saldrán de la Terminal de Transporte Norte de Medellín en determinada fecha, empleando diferentes modelos de machine learning como LinearRegression, RandomForestRegressor, KNeighborsRegressor, los...

Full description

Autores:
Bru Diaz, Marcos Manuel
Tipo de recurso:
Tesis
Fecha de publicación:
2021
Institución:
Universidad de Antioquia
Repositorio:
Repositorio UdeA
Idioma:
spa
OAI Identifier:
oai:bibliotecadigital.udea.edu.co:10495/24679
Acceso en línea:
http://hdl.handle.net/10495/24679
Palabra clave:
Análisis de datos
Data analysis
Aprendizaje supervisado (aprendizaje automático)
Supervised learning (Machine learning)
Aprendizaje automático (inteligencia artificial)
Machine learning
Transporte de pasajeros
Transportation-passengers traffic
Terminales (transporte)
Terminals (Transportation)
Técnicas de predicción
Forecasting
http://aims.fao.org/aos/agrovoc/c_3041
http://vocabularies.unesco.org/thesaurus/concept2214
Rights
openAccess
License
http://creativecommons.org/licenses/by-nc-sa/2.5/co/
id UDEA2_63eff33c862a8751ae88151b7a028eb0
oai_identifier_str oai:bibliotecadigital.udea.edu.co:10495/24679
network_acronym_str UDEA2
network_name_str Repositorio UdeA
repository_id_str
dc.title.spa.fl_str_mv Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País
title Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País
spellingShingle Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País
Análisis de datos
Data analysis
Aprendizaje supervisado (aprendizaje automático)
Supervised learning (Machine learning)
Aprendizaje automático (inteligencia artificial)
Machine learning
Transporte de pasajeros
Transportation-passengers traffic
Terminales (transporte)
Terminals (Transportation)
Técnicas de predicción
Forecasting
http://aims.fao.org/aos/agrovoc/c_3041
http://vocabularies.unesco.org/thesaurus/concept2214
title_short Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País
title_full Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País
title_fullStr Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País
title_full_unstemmed Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País
title_sort Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de País
dc.creator.fl_str_mv Bru Diaz, Marcos Manuel
dc.contributor.advisor.none.fl_str_mv Oviedo Carrascal, Efraín Alberto
dc.contributor.author.none.fl_str_mv Bru Diaz, Marcos Manuel
dc.subject.unesco.none.fl_str_mv Análisis de datos
Data analysis
topic Análisis de datos
Data analysis
Aprendizaje supervisado (aprendizaje automático)
Supervised learning (Machine learning)
Aprendizaje automático (inteligencia artificial)
Machine learning
Transporte de pasajeros
Transportation-passengers traffic
Terminales (transporte)
Terminals (Transportation)
Técnicas de predicción
Forecasting
http://aims.fao.org/aos/agrovoc/c_3041
http://vocabularies.unesco.org/thesaurus/concept2214
dc.subject.lemb.none.fl_str_mv Aprendizaje supervisado (aprendizaje automático)
Supervised learning (Machine learning)
Aprendizaje automático (inteligencia artificial)
Machine learning
Transporte de pasajeros
Transportation-passengers traffic
Terminales (transporte)
Terminals (Transportation)
dc.subject.agrovoc.none.fl_str_mv Técnicas de predicción
Forecasting
dc.subject.agrovocuri.none.fl_str_mv http://aims.fao.org/aos/agrovoc/c_3041
dc.subject.unescouri.none.fl_str_mv http://vocabularies.unesco.org/thesaurus/concept2214
description RESUMEN : El proyecto pretende a partir del análisis de datos, predecir la cantidad de pasajeros que se saldrán de la Terminal de Transporte Norte de Medellín en determinada fecha, empleando diferentes modelos de machine learning como LinearRegression, RandomForestRegressor, KNeighborsRegressor, los cuales basan sus predicciones , en dadas unas variables etiquetadas de entrada(predictoras) predecir un número para realizar este análisis predictivo.
publishDate 2021
dc.date.accessioned.none.fl_str_mv 2021-12-09T14:50:46Z
dc.date.available.none.fl_str_mv 2021-12-09T14:50:46Z
dc.date.issued.none.fl_str_mv 2021
dc.type.spa.fl_str_mv info:eu-repo/semantics/other
dc.type.coarversion.fl_str_mv http://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.hasversion.spa.fl_str_mv info:eu-repo/semantics/draft
dc.type.coar.spa.fl_str_mv http://purl.org/coar/resource_type/c_46ec
dc.type.redcol.spa.fl_str_mv http://purl.org/redcol/resource_type/COther
dc.type.local.spa.fl_str_mv Tesis/Trabajo de grado - Monografía - Especialización
format http://purl.org/coar/resource_type/c_46ec
status_str draft
dc.identifier.uri.none.fl_str_mv http://hdl.handle.net/10495/24679
url http://hdl.handle.net/10495/24679
dc.language.iso.spa.fl_str_mv spa
language spa
dc.rights.spa.fl_str_mv info:eu-repo/semantics/openAccess
dc.rights.uri.*.fl_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/co/
dc.rights.accessrights.spa.fl_str_mv http://purl.org/coar/access_right/c_abf2
dc.rights.creativecommons.spa.fl_str_mv https://creativecommons.org/licenses/by-nc-sa/4.0/
eu_rights_str_mv openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc-sa/2.5/co/
http://purl.org/coar/access_right/c_abf2
https://creativecommons.org/licenses/by-nc-sa/4.0/
dc.format.extent.spa.fl_str_mv 44
dc.format.mimetype.spa.fl_str_mv application/pdf
dc.publisher.place.spa.fl_str_mv Medellín
institution Universidad de Antioquia
bitstream.url.fl_str_mv http://bibliotecadigital.udea.edu.co/bitstream/10495/24679/4/license_rdf
http://bibliotecadigital.udea.edu.co/bitstream/10495/24679/5/license.txt
http://bibliotecadigital.udea.edu.co/bitstream/10495/24679/1/BruMarcos_2021_EstimacionSalidaPasajeros.pdf
bitstream.checksum.fl_str_mv e2060682c9c70d4d30c83c51448f4eed
8a4605be74aa9ea9d79846c1fba20a33
bef697dfdd20ee261abbdd6e627a02f6
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositorio Institucional Universidad de Antioquia
repository.mail.fl_str_mv andres.perez@udea.edu.co
_version_ 1812173240398774272
spelling Oviedo Carrascal, Efraín AlbertoBru Diaz, Marcos Manuel2021-12-09T14:50:46Z2021-12-09T14:50:46Z2021http://hdl.handle.net/10495/24679RESUMEN : El proyecto pretende a partir del análisis de datos, predecir la cantidad de pasajeros que se saldrán de la Terminal de Transporte Norte de Medellín en determinada fecha, empleando diferentes modelos de machine learning como LinearRegression, RandomForestRegressor, KNeighborsRegressor, los cuales basan sus predicciones , en dadas unas variables etiquetadas de entrada(predictoras) predecir un número para realizar este análisis predictivo.44application/pdfspainfo:eu-repo/semantics/draftinfo:eu-repo/semantics/otherhttp://purl.org/coar/resource_type/c_46echttp://purl.org/redcol/resource_type/COtherTesis/Trabajo de grado - Monografía - Especializaciónhttp://purl.org/coar/version/c_b1a7d7d4d402bcceinfo:eu-repo/semantics/openAccesshttp://creativecommons.org/licenses/by-nc-sa/2.5/co/http://purl.org/coar/access_right/c_abf2https://creativecommons.org/licenses/by-nc-sa/4.0/Modelos de aprendizaje supervisado para predecir la cantidad de pasajeros que saldrán de la Terminal de Transporte Norte de Medellín a otras regiones de PaísMedellínAnálisis de datosData analysisAprendizaje supervisado (aprendizaje automático)Supervised learning (Machine learning)Aprendizaje automático (inteligencia artificial)Machine learningTransporte de pasajerosTransportation-passengers trafficTerminales (transporte)Terminals (Transportation)Técnicas de predicciónForecastinghttp://aims.fao.org/aos/agrovoc/c_3041http://vocabularies.unesco.org/thesaurus/concept2214https://github.com/MarcusBruDiaz/MonografiaEspecialista en Analítica y Ciencia de DatosEspecializaciónFacultad de Ingeniería. Especialización en Analítica y Ciencia de DatosUniversidad de AntioquiaCC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-81051http://bibliotecadigital.udea.edu.co/bitstream/10495/24679/4/license_rdfe2060682c9c70d4d30c83c51448f4eedMD54LICENSElicense.txtlicense.txttext/plain; charset=utf-81748http://bibliotecadigital.udea.edu.co/bitstream/10495/24679/5/license.txt8a4605be74aa9ea9d79846c1fba20a33MD55ORIGINALBruMarcos_2021_EstimacionSalidaPasajeros.pdfBruMarcos_2021_EstimacionSalidaPasajeros.pdfTrabajo de grado de especializaciónapplication/pdf1065720http://bibliotecadigital.udea.edu.co/bitstream/10495/24679/1/BruMarcos_2021_EstimacionSalidaPasajeros.pdfbef697dfdd20ee261abbdd6e627a02f6MD5110495/24679oai:bibliotecadigital.udea.edu.co:10495/246792021-12-09 09:51:16.776Repositorio Institucional Universidad de Antioquiaandres.perez@udea.edu.coTk9URTogUExBQ0UgWU9VUiBPV04gTElDRU5TRSBIRVJFClRoaXMgc2FtcGxlIGxpY2Vuc2UgaXMgcHJvdmlkZWQgZm9yIGluZm9ybWF0aW9uYWwgcHVycG9zZXMgb25seS4KCk5PTi1FWENMVVNJVkUgRElTVFJJQlVUSU9OIExJQ0VOU0UKCkJ5IHNpZ25pbmcgYW5kIHN1Ym1pdHRpbmcgdGhpcyBsaWNlbnNlLCB5b3UgKHRoZSBhdXRob3Iocykgb3IgY29weXJpZ2h0Cm93bmVyKSBncmFudHMgdG8gRFNwYWNlIFVuaXZlcnNpdHkgKERTVSkgdGhlIG5vbi1leGNsdXNpdmUgcmlnaHQgdG8gcmVwcm9kdWNlLAp0cmFuc2xhdGUgKGFzIGRlZmluZWQgYmVsb3cpLCBhbmQvb3IgZGlzdHJpYnV0ZSB5b3VyIHN1Ym1pc3Npb24gKGluY2x1ZGluZwp0aGUgYWJzdHJhY3QpIHdvcmxkd2lkZSBpbiBwcmludCBhbmQgZWxlY3Ryb25pYyBmb3JtYXQgYW5kIGluIGFueSBtZWRpdW0sCmluY2x1ZGluZyBidXQgbm90IGxpbWl0ZWQgdG8gYXVkaW8gb3IgdmlkZW8uCgpZb3UgYWdyZWUgdGhhdCBEU1UgbWF5LCB3aXRob3V0IGNoYW5naW5nIHRoZSBjb250ZW50LCB0cmFuc2xhdGUgdGhlCnN1Ym1pc3Npb24gdG8gYW55IG1lZGl1bSBvciBmb3JtYXQgZm9yIHRoZSBwdXJwb3NlIG9mIHByZXNlcnZhdGlvbi4KCllvdSBhbHNvIGFncmVlIHRoYXQgRFNVIG1heSBrZWVwIG1vcmUgdGhhbiBvbmUgY29weSBvZiB0aGlzIHN1Ym1pc3Npb24gZm9yCnB1cnBvc2VzIG9mIHNlY3VyaXR5LCBiYWNrLXVwIGFuZCBwcmVzZXJ2YXRpb24uCgpZb3UgcmVwcmVzZW50IHRoYXQgdGhlIHN1Ym1pc3Npb24gaXMgeW91ciBvcmlnaW5hbCB3b3JrLCBhbmQgdGhhdCB5b3UgaGF2ZQp0aGUgcmlnaHQgdG8gZ3JhbnQgdGhlIHJpZ2h0cyBjb250YWluZWQgaW4gdGhpcyBsaWNlbnNlLiBZb3UgYWxzbyByZXByZXNlbnQKdGhhdCB5b3VyIHN1Ym1pc3Npb24gZG9lcyBub3QsIHRvIHRoZSBiZXN0IG9mIHlvdXIga25vd2xlZGdlLCBpbmZyaW5nZSB1cG9uCmFueW9uZSdzIGNvcHlyaWdodC4KCklmIHRoZSBzdWJtaXNzaW9uIGNvbnRhaW5zIG1hdGVyaWFsIGZvciB3aGljaCB5b3UgZG8gbm90IGhvbGQgY29weXJpZ2h0LAp5b3UgcmVwcmVzZW50IHRoYXQgeW91IGhhdmUgb2J0YWluZWQgdGhlIHVucmVzdHJpY3RlZCBwZXJtaXNzaW9uIG9mIHRoZQpjb3B5cmlnaHQgb3duZXIgdG8gZ3JhbnQgRFNVIHRoZSByaWdodHMgcmVxdWlyZWQgYnkgdGhpcyBsaWNlbnNlLCBhbmQgdGhhdApzdWNoIHRoaXJkLXBhcnR5IG93bmVkIG1hdGVyaWFsIGlzIGNsZWFybHkgaWRlbnRpZmllZCBhbmQgYWNrbm93bGVkZ2VkCndpdGhpbiB0aGUgdGV4dCBvciBjb250ZW50IG9mIHRoZSBzdWJtaXNzaW9uLgoKSUYgVEhFIFNVQk1JU1NJT04gSVMgQkFTRUQgVVBPTiBXT1JLIFRIQVQgSEFTIEJFRU4gU1BPTlNPUkVEIE9SIFNVUFBPUlRFRApCWSBBTiBBR0VOQ1kgT1IgT1JHQU5JWkFUSU9OIE9USEVSIFRIQU4gRFNVLCBZT1UgUkVQUkVTRU5UIFRIQVQgWU9VIEhBVkUKRlVMRklMTEVEIEFOWSBSSUdIVCBPRiBSRVZJRVcgT1IgT1RIRVIgT0JMSUdBVElPTlMgUkVRVUlSRUQgQlkgU1VDSApDT05UUkFDVCBPUiBBR1JFRU1FTlQuCgpEU1Ugd2lsbCBjbGVhcmx5IGlkZW50aWZ5IHlvdXIgbmFtZShzKSBhcyB0aGUgYXV0aG9yKHMpIG9yIG93bmVyKHMpIG9mIHRoZQpzdWJtaXNzaW9uLCBhbmQgd2lsbCBub3QgbWFrZSBhbnkgYWx0ZXJhdGlvbiwgb3RoZXIgdGhhbiBhcyBhbGxvd2VkIGJ5IHRoaXMKbGljZW5zZSwgdG8geW91ciBzdWJtaXNzaW9uLgo=

Publicaciones similares