Algoritmo computacional para el análisis y toma de decisiones en datos de pedidos de alimentos en línea, utilizando estrategias de machine learning

Actualmente nos encontramos en la era de los datos, muchas empresas por bastante tiempo contaron con un excelente manejo de sus procesos, pero debido a que el mundo sigue en constante cambio las entidades se han visto obligadas a utilizar nuevas técnicas e implementar métodos digitales para que sus empresas puedan ampliarse y llegar a mayor público. Sin embargo, todos esos datos recolectados con el tiempo pueden aportar información clave y relevante que brinde ayuda para mejorar o comprender como se maneja la entidad y con que utilidades puede disponer para brindar un servicio de calidad. Por esa razón, el objetivo de este trabajo de grado es dejar en manifiesto como el aprendizaje automático más conocido también como el Machine Learning puede contribuir a la toma de decisiones en estos tiempos actuales de datos. Se quiere demostrar que podemos sacar provecho de la era digital para nuestro beneficio, con ayuda de la inteligencia artificial, el Machine Learning usaremos todas las variables y los datos integrando las herramientas o algoritmos de esta inteligencia para sacar posibles conclusiones y resultados que aporten a la entidad de manera constructiva. Se utilizará una base de datos para realizar el desglose de la información y tener un análisis detallado de las variables para tomar una decisión en base a los resultados. Esta base de datos es de una empresa que tiene como objetivo entregar pedidos de alimentos en línea, usaremos técnicas del Machine Learning para consultar la información, obtener como se dividen los datos y que aspectos se toman en cuenta en la entidad de entrega de pedidos de alimentos en línea. Además, se evaluará como estas variables se relacionan entre sí y que puede aportarnos del comportamiento que ejerce la entidad en su lugar de operación, al analizar estos datos a profundidad podemos implementar la técnica de Machine Learning mencionada anteriormente. Esta técnica denominada “aprendizaje no supervisado (agrupación)” tiene como objetivo brindar resultados que estén orientados a mejorar la producción de la entidad o relacionar como las variables se parecen entre sí con miras a la toma de futuras decisiones. Por ende, se visualizará como al integrar nuevos registros a la base de datos después de usar un método de segmentación, los datos se reparten y nos genera una predicción de en qué agrupación de la información corresponde y como esto nos da una idea del manejo de la entidad y su relación entre sí.

• Autores: Leguizamo Rodríguez, Daryl Giselle
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Corporación Universitaria Remington
• Repositorio: Repositorio institucional Uniremington
• Idioma: spa
• OAI Identifier: oai:repositorio.uniremington.edu.co:123456789/2641
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/2641
• Palabra clave: Base de datos; Machine learning; Algoritmo; Inteligencia artificial; Técnica; Aprendizaje automático (Inteligencia artificial); Inteligencia artificial; Bases de datos en línea
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)