Proyecto machine learning de predicción de pedidos para bodega de almacenamiento. Seminario Machine Learning e Inteligencia Artificial

Este proyecto se basa en el seminario de Machine Learning e Inteligencia Artificial ofrecido por la plataforma Crehana compuesto por 8 módulos  Introducción al Machine Learning  Fundamentos aplicados de Machine Learning  Introducción a la ética en la inteligencia artificial  Evaluación de modelos de Machine Learning  Introducción a la Inteligencia Artificial  Machine Learning: Análisis contrafactual  Machine Learning: Aprendizaje supervisado  Innovación tecnológica con inteligencia artificial. En cada uno de ellos se abordan temas de actualidad y allí se adquieren los conocimientos necesarios relacionados al aprendizaje predictivo de las maquinas, así como los diferentes tipos de datos, diferentes tipos de modelos y diferentes tecnologías de desarrollo, fundamentos éticos de la inteligencia artificial y sus diferentes alcances. En este proyecto se plantea una necesidad a solucionar para la compañía para la cual me encuentro trabajando, la necesidad surge en el abastecimiento de la bodega principal, este abastecimiento actualmente no se realiza de manera óptima, por lo que se sugiere un modelo de clasificación que permita identificar cuando un producto se debe solicitar por compra a un proveedor y por medio de un modelo de regresión, estimar la cantidad a pedir.

• Autores: Hernández Vargas, Víctor Manuel
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2023
• Institución: Corporación Universitaria Remington
• Repositorio: Repositorio institucional Uniremington
• Idioma: spa
• OAI Identifier: oai:repositorio.uniremington.edu.co:123456789/2058
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/2058
• Palabra clave: Machine learning; Ejercicios de regresión y clasificación; Red neuronal; Ética de la inteligencia artificial; Aprendizaje automático (Inteligencia artificial); Inteligencia artificial; Ingeniería de sistemas
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)