Algoritmo computacional para el análisis y toma de decisiones en datos de análisis para ventas de motos, utilizando estrategias de machine learning
En este trabajo vamos a realizar un análisis basado en el dataset llamado motocycle sale análisis bajado de kaggle, donde esté dataset nos habla de la venta de vehículos de tipo motocicleta, abarcando servicios adicionales como; servicio post venta, garantías, repuestos, accesorios de lujo adicional...
- Autores:
-
Camargo Argaez, Pablo Manuel
Bernal Rojas, Julián Andrés
- 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:123456789/2664
- Acceso en línea:
- https://repositorio.uniremington.edu.co/handle/123456789/2664
- Palabra clave:
- Análisis de ventas de motos
Datasets
Análisis de datos
Machine learning
Análisis descriptivo de datos
No supervisado (Agrupación)
Descuentos
Toma de decisiones
Aprendizaje automático (Inteligencia artificial)
Ventas
- Rights
- closedAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
id |
URemingtn2_326e9b76363a636ec530ea2f18f6fd00 |
---|---|
oai_identifier_str |
oai:repositorio.uniremington.edu.co:123456789/2664 |
network_acronym_str |
URemingtn2 |
network_name_str |
Repositorio institucional Uniremington |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Algoritmo computacional para el análisis y toma de decisiones en datos de análisis para ventas de motos, utilizando estrategias de machine learning |
title |
Algoritmo computacional para el análisis y toma de decisiones en datos de análisis para ventas de motos, utilizando estrategias de machine learning |
spellingShingle |
Algoritmo computacional para el análisis y toma de decisiones en datos de análisis para ventas de motos, utilizando estrategias de machine learning Análisis de ventas de motos Datasets Análisis de datos Machine learning Análisis descriptivo de datos No supervisado (Agrupación) Descuentos Toma de decisiones Aprendizaje automático (Inteligencia artificial) Ventas |
title_short |
Algoritmo computacional para el análisis y toma de decisiones en datos de análisis para ventas de motos, utilizando estrategias de machine learning |
title_full |
Algoritmo computacional para el análisis y toma de decisiones en datos de análisis para ventas de motos, utilizando estrategias de machine learning |
title_fullStr |
Algoritmo computacional para el análisis y toma de decisiones en datos de análisis para ventas de motos, utilizando estrategias de machine learning |
title_full_unstemmed |
Algoritmo computacional para el análisis y toma de decisiones en datos de análisis para ventas de motos, utilizando estrategias de machine learning |
title_sort |
Algoritmo computacional para el análisis y toma de decisiones en datos de análisis para ventas de motos, utilizando estrategias de machine learning |
dc.creator.fl_str_mv |
Camargo Argaez, Pablo Manuel Bernal Rojas, Julián Andrés |
dc.contributor.advisor.none.fl_str_mv |
Briñez de León, Juan Carlos |
dc.contributor.author.none.fl_str_mv |
Camargo Argaez, Pablo Manuel Bernal Rojas, Julián Andrés |
dc.subject.spa.fl_str_mv |
Análisis de ventas de motos Datasets Análisis de datos Machine learning Análisis descriptivo de datos No supervisado (Agrupación) Descuentos |
topic |
Análisis de ventas de motos Datasets Análisis de datos Machine learning Análisis descriptivo de datos No supervisado (Agrupación) Descuentos Toma de decisiones Aprendizaje automático (Inteligencia artificial) Ventas |
dc.subject.lemb.none.fl_str_mv |
Toma de decisiones Aprendizaje automático (Inteligencia artificial) Ventas |
description |
En este trabajo vamos a realizar un análisis basado en el dataset llamado motocycle sale análisis bajado de kaggle, donde esté dataset nos habla de la venta de vehículos de tipo motocicleta, abarcando servicios adicionales como; servicio post venta, garantías, repuestos, accesorios de lujo adicional de una asesoría personalidad con los posibles compradores, utilizando dos técnicas de Machine learning, donde podremos apreciar desde dos perspectivas diferentes el comportamiento junto con las tendencias aplicadas en datos obtenidos, la primera técnica se llama análisis de datos, donde verificaremos los datos obtenidos, cambiando a números binarios para realizar gráficas, con la segunda técnica la empleamos mediante la implementación de una nueva columna adjuntando los grupos de datos para trabajar con un modelo entrenado, con estas dos técnicas finalmente tendremos como conclusión resultados estadísticos respecto al comportamiento de un cliente en el momento de realizar la compra de un vehículo tipo motocicleta. |
publishDate |
2024 |
dc.date.accessioned.none.fl_str_mv |
2024-04-16T13:24:40Z |
dc.date.available.none.fl_str_mv |
2024-04-16T13:24:40Z |
dc.date.issued.none.fl_str_mv |
2024 |
dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
dc.type.local.none.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
publishedVersion |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.uniremington.edu.co/handle/123456789/2664 |
url |
https://repositorio.uniremington.edu.co/handle/123456789/2664 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.spa.fl_str_mv |
Derechos Reservados - Corporación Universitaria Remington, 2024 |
dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/closedAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_14cb |
rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) Derechos Reservados - Corporación Universitaria Remington, 2024 https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_14cb |
eu_rights_str_mv |
closedAccess |
dc.format.extent.none.fl_str_mv |
44 p. |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Corporación Universitaria Remington |
dc.publisher.place.spa.fl_str_mv |
Medellín (Antioquia, Colombia) |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingenierías |
dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas |
institution |
Corporación Universitaria Remington |
bitstream.url.fl_str_mv |
https://repositorio.uniremington.edu.co/bitstreams/843b7678-4638-410e-8b49-70741c3d2299/download https://repositorio.uniremington.edu.co/bitstreams/b3942a90-70ef-49c2-b4d0-06e8dce1f819/download https://repositorio.uniremington.edu.co/bitstreams/2ae0f468-a488-4c6b-8e06-9cf5b3866734/download https://repositorio.uniremington.edu.co/bitstreams/94f6fc30-60fb-4478-bc9b-77ee8a3327e1/download https://repositorio.uniremington.edu.co/bitstreams/c464cf8d-e602-4a50-9067-4c81bb7c0c7c/download https://repositorio.uniremington.edu.co/bitstreams/f3952777-d6c9-44fe-96a8-cc2a05940fcd/download |
bitstream.checksum.fl_str_mv |
1abec7b669f1d1f61a543a3f4b4247ed 8a4605be74aa9ea9d79846c1fba20a33 7fe985f99ef50539a7cc4d9310c1b260 1951086cc025d7f1516f048a18ea03b5 ad54cf83709e8a5f0e6c56539a64abaf 308955761e1e5dc0064a7735390a382e |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio UNIREMINGTON |
repository.mail.fl_str_mv |
biblioteca@uniremington.edu.co |
_version_ |
1812100422758825984 |
spelling |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Derechos Reservados - Corporación Universitaria Remington, 2024https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/closedAccesshttp://purl.org/coar/access_right/c_14cbBriñez de León, Juan CarlosCamargo Argaez, Pablo ManuelBernal Rojas, Julián Andrés2024-04-16T13:24:40Z2024-04-16T13:24:40Z2024https://repositorio.uniremington.edu.co/handle/123456789/2664En este trabajo vamos a realizar un análisis basado en el dataset llamado motocycle sale análisis bajado de kaggle, donde esté dataset nos habla de la venta de vehículos de tipo motocicleta, abarcando servicios adicionales como; servicio post venta, garantías, repuestos, accesorios de lujo adicional de una asesoría personalidad con los posibles compradores, utilizando dos técnicas de Machine learning, donde podremos apreciar desde dos perspectivas diferentes el comportamiento junto con las tendencias aplicadas en datos obtenidos, la primera técnica se llama análisis de datos, donde verificaremos los datos obtenidos, cambiando a números binarios para realizar gráficas, con la segunda técnica la empleamos mediante la implementación de una nueva columna adjuntando los grupos de datos para trabajar con un modelo entrenado, con estas dos técnicas finalmente tendremos como conclusión resultados estadísticos respecto al comportamiento de un cliente en el momento de realizar la compra de un vehículo tipo motocicleta.PregradoIngeniero(a) de Sistemas44 p.application/pdfspaCorporación Universitaria RemingtonMedellín (Antioquia, Colombia)Facultad de IngenieríasIngeniería de SistemasAnálisis de ventas de motosDatasetsAnálisis de datosMachine learningAnálisis descriptivo de datosNo supervisado (Agrupación)DescuentosToma de decisionesAprendizaje automático (Inteligencia artificial)VentasAlgoritmo computacional para el análisis y toma de decisiones en datos de análisis para ventas de motos, utilizando estrategias de machine learningTrabajo de grado - Pregradoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - PregradoPublicationORIGINALRIU-PRE-2024 Algoritmo computacional analisis.pdfRIU-PRE-2024 Algoritmo computacional analisis.pdfapplication/pdf914064https://repositorio.uniremington.edu.co/bitstreams/843b7678-4638-410e-8b49-70741c3d2299/download1abec7b669f1d1f61a543a3f4b4247edMD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uniremington.edu.co/bitstreams/b3942a90-70ef-49c2-b4d0-06e8dce1f819/download8a4605be74aa9ea9d79846c1fba20a33MD52Cesión Derechos_TG 12.pdfapplication/pdf282029https://repositorio.uniremington.edu.co/bitstreams/2ae0f468-a488-4c6b-8e06-9cf5b3866734/download7fe985f99ef50539a7cc4d9310c1b260MD53THUMBNAILrepositorios_Mesa de trabajo 1.jpgimage/jpeg950848https://repositorio.uniremington.edu.co/bitstreams/94f6fc30-60fb-4478-bc9b-77ee8a3327e1/download1951086cc025d7f1516f048a18ea03b5MD54RIU-PRE-2024 Algoritmo computacional analisis.pdf.jpgRIU-PRE-2024 Algoritmo computacional analisis.pdf.jpgGenerated Thumbnailimage/jpeg3119https://repositorio.uniremington.edu.co/bitstreams/c464cf8d-e602-4a50-9067-4c81bb7c0c7c/downloadad54cf83709e8a5f0e6c56539a64abafMD56TEXTRIU-PRE-2024 Algoritmo computacional analisis.pdf.txtRIU-PRE-2024 Algoritmo computacional analisis.pdf.txtExtracted texttext/plain16924https://repositorio.uniremington.edu.co/bitstreams/f3952777-d6c9-44fe-96a8-cc2a05940fcd/download308955761e1e5dc0064a7735390a382eMD55123456789/2664oai:repositorio.uniremington.edu.co:123456789/26642024-05-16 14:05:25.547https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Corporación Universitaria Remington, 2024restrictedhttps://repositorio.uniremington.edu.coRepositorio UNIREMINGTONbiblioteca@uniremington.edu.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 |