Algoritmo computacional para el análisis y toma de decisiones en proyecciones de propiedades de la gelatina producida en una empresa, utilizando estrategias de machine learning
Machine Learning es un área de la inteligencia artificial que engloba un conjunto de técnicas que hacen posible el aprendizaje automático a través del entrenamiento con grandes volúmenes de datos, con el objetivo de mejorar el rendimiento de una tarea específica. En este trabajo se materializa la co...
- Autores:
-
Riaño Vallejo, Valentina
- 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:123456789/3808
- Acceso en línea:
- https://repositorio.uniremington.edu.co/handle/123456789/3808
- Palabra clave:
- Gelatina
Propiedades
Modelos
Algoritmos
Predicción
Regresión
Variables
Datos
Aprendizaje automático (Inteligencia artificial)
Toma de decisiones
Análisis de datos
- Rights
- openAccess
- License
- Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
id |
URemingtn2_985b57c5a274a319779ca795d3dcb2a9 |
---|---|
oai_identifier_str |
oai:repositorio.uniremington.edu.co:123456789/3808 |
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 proyecciones de propiedades de la gelatina producida en una empresa, utilizando estrategias de machine learning |
title |
Algoritmo computacional para el análisis y toma de decisiones en proyecciones de propiedades de la gelatina producida en una empresa, utilizando estrategias de machine learning |
spellingShingle |
Algoritmo computacional para el análisis y toma de decisiones en proyecciones de propiedades de la gelatina producida en una empresa, utilizando estrategias de machine learning Gelatina Propiedades Modelos Algoritmos Predicción Regresión Variables Datos Aprendizaje automático (Inteligencia artificial) Toma de decisiones Análisis de datos |
title_short |
Algoritmo computacional para el análisis y toma de decisiones en proyecciones de propiedades de la gelatina producida en una empresa, utilizando estrategias de machine learning |
title_full |
Algoritmo computacional para el análisis y toma de decisiones en proyecciones de propiedades de la gelatina producida en una empresa, utilizando estrategias de machine learning |
title_fullStr |
Algoritmo computacional para el análisis y toma de decisiones en proyecciones de propiedades de la gelatina producida en una empresa, utilizando estrategias de machine learning |
title_full_unstemmed |
Algoritmo computacional para el análisis y toma de decisiones en proyecciones de propiedades de la gelatina producida en una empresa, utilizando estrategias de machine learning |
title_sort |
Algoritmo computacional para el análisis y toma de decisiones en proyecciones de propiedades de la gelatina producida en una empresa, utilizando estrategias de machine learning |
dc.creator.fl_str_mv |
Riaño Vallejo, Valentina |
dc.contributor.advisor.none.fl_str_mv |
Briñez de León, Juan Carlos |
dc.contributor.author.none.fl_str_mv |
Riaño Vallejo, Valentina |
dc.subject.spa.fl_str_mv |
Gelatina Propiedades Modelos Algoritmos Predicción Regresión Variables Datos |
topic |
Gelatina Propiedades Modelos Algoritmos Predicción Regresión Variables Datos Aprendizaje automático (Inteligencia artificial) Toma de decisiones Análisis de datos |
dc.subject.lemb.none.fl_str_mv |
Aprendizaje automático (Inteligencia artificial) Toma de decisiones Análisis de datos |
description |
Machine Learning es un área de la inteligencia artificial que engloba un conjunto de técnicas que hacen posible el aprendizaje automático a través del entrenamiento con grandes volúmenes de datos, con el objetivo de mejorar el rendimiento de una tarea específica. En este trabajo se materializa la construcción de un algoritmo para la toma de decisiones informadas en la proyección de las propiedades de la gelatina producida en una empresa, utilizando algoritmos de machine learning. Las diferentes aplicaciones, así como el precio de la gelatina en el mercado internacional, dependen de las propiedades fisicoquímicas de la gelatina extraída como bloom, viscosidad y claridad, que a su vez dependen de la materia prima y los procesos empleados para su producción. Por ello, se desarrolla un algoritmo de regresión que permite predecir el valor específico de las propiedades a obtener a partir de un conjunto histórico de datos. Se aplican dos modelos diferentes de regresión, se validan y se concluye que el de mejor desempeño es el modelo 1 para predicciones de series de tiempo donde sabemos que los datos no salen de un rango, y el de menor desempeño es el segundo modelo utilizado para predicciones de tiempo complicadas donde solo se conoce la dinámica. |
publishDate |
2024 |
dc.date.accessioned.none.fl_str_mv |
2024-08-03T14:38:58Z |
dc.date.available.none.fl_str_mv |
2024-08-03T14:38:58Z |
dc.date.issued.none.fl_str_mv |
2024 |
dc.type.spa.fl_str_mv |
Trabajo de grado - Especialización |
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 - Especialización |
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/123456789/3808 |
url |
https://repositorio.uniremington.edu.co/handle/123456789/3808 |
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/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
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_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.none.fl_str_mv |
19 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 |
Especialización en Dirección de Operaciones y Mejoramiento Continuo |
institution |
Corporación Universitaria Remington |
bitstream.url.fl_str_mv |
https://repositorio.uniremington.edu.co/bitstreams/c8c520e9-6ed6-4378-a235-70d353912198/download https://repositorio.uniremington.edu.co/bitstreams/94e0d64f-054b-4552-ae04-985040ccaeef/download https://repositorio.uniremington.edu.co/bitstreams/e2758c13-e42a-4de7-a2c9-46141dbea0d6/download https://repositorio.uniremington.edu.co/bitstreams/e3182544-7d02-4078-8ab3-89a4db7eea33/download https://repositorio.uniremington.edu.co/bitstreams/79a54b74-4eeb-4abe-8edf-adbf57344add/download https://repositorio.uniremington.edu.co/bitstreams/d522f85d-85ff-4ad0-9686-7077122cdc7d/download |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 bb1b87e492349b4b3e21dca741ce2682 1951086cc025d7f1516f048a18ea03b5 ed5c5c3a28718dd4c2533716c6eb2900 e81b81a6e058a18ae6e0d8ecb198be61 abc424c8af5f676311b6874db342ef6d |
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_ |
1812100400572006400 |
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/openAccesshttp://purl.org/coar/access_right/c_abf2Briñez de León, Juan CarlosRiaño Vallejo, Valentina2024-08-03T14:38:58Z2024-08-03T14:38:58Z2024https://repositorio.uniremington.edu.co/handle/123456789/3808Machine Learning es un área de la inteligencia artificial que engloba un conjunto de técnicas que hacen posible el aprendizaje automático a través del entrenamiento con grandes volúmenes de datos, con el objetivo de mejorar el rendimiento de una tarea específica. En este trabajo se materializa la construcción de un algoritmo para la toma de decisiones informadas en la proyección de las propiedades de la gelatina producida en una empresa, utilizando algoritmos de machine learning. Las diferentes aplicaciones, así como el precio de la gelatina en el mercado internacional, dependen de las propiedades fisicoquímicas de la gelatina extraída como bloom, viscosidad y claridad, que a su vez dependen de la materia prima y los procesos empleados para su producción. Por ello, se desarrolla un algoritmo de regresión que permite predecir el valor específico de las propiedades a obtener a partir de un conjunto histórico de datos. Se aplican dos modelos diferentes de regresión, se validan y se concluye que el de mejor desempeño es el modelo 1 para predicciones de series de tiempo donde sabemos que los datos no salen de un rango, y el de menor desempeño es el segundo modelo utilizado para predicciones de tiempo complicadas donde solo se conoce la dinámica.EspecializaciónEspecialista en Dirección de Operaciones y Mejoramiento Continuo19 p.application/pdfspaCorporación Universitaria RemingtonMedellín (Antioquia, Colombia)Facultad de IngenieríasEspecialización en Dirección de Operaciones y Mejoramiento ContinuoGelatinaPropiedadesModelosAlgoritmosPredicciónRegresiónVariablesDatosAprendizaje automático (Inteligencia artificial)Toma de decisionesAnálisis de datosAlgoritmo computacional para el análisis y toma de decisiones en proyecciones de propiedades de la gelatina producida en una empresa, utilizando estrategias de machine learningTrabajo de grado - Especializacióninfo: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 - EspecializaciónPublicationLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uniremington.edu.co/bitstreams/c8c520e9-6ed6-4378-a235-70d353912198/download8a4605be74aa9ea9d79846c1fba20a33MD52Cesión Derechos_TG (1).pdfapplication/pdf245035https://repositorio.uniremington.edu.co/bitstreams/94e0d64f-054b-4552-ae04-985040ccaeef/downloadbb1b87e492349b4b3e21dca741ce2682MD54THUMBNAILrepositorios.jpgimage/jpeg950848https://repositorio.uniremington.edu.co/bitstreams/e2758c13-e42a-4de7-a2c9-46141dbea0d6/download1951086cc025d7f1516f048a18ea03b5MD53RIU-POS-2024 Algoritmo computacional analisis.pdf.jpgRIU-POS-2024 Algoritmo computacional analisis.pdf.jpgGenerated Thumbnailimage/jpeg3169https://repositorio.uniremington.edu.co/bitstreams/e3182544-7d02-4078-8ab3-89a4db7eea33/downloaded5c5c3a28718dd4c2533716c6eb2900MD56TEXTRIU-POS-2024 Algoritmo computacional analisis.pdf.txtRIU-POS-2024 Algoritmo computacional analisis.pdf.txtExtracted texttext/plain21520https://repositorio.uniremington.edu.co/bitstreams/79a54b74-4eeb-4abe-8edf-adbf57344add/downloade81b81a6e058a18ae6e0d8ecb198be61MD55ORIGINALRIU-POS-2024 Algoritmo computacional analisis.pdfRIU-POS-2024 Algoritmo computacional analisis.pdfapplication/pdf684020https://repositorio.uniremington.edu.co/bitstreams/d522f85d-85ff-4ad0-9686-7077122cdc7d/downloadabc424c8af5f676311b6874db342ef6dMD51123456789/3808oai:repositorio.uniremington.edu.co:123456789/38082024-08-03 14:44:52.505https://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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 |