Algoritmo computacional para el análisis y toma de decisiones en compras de ingredientes e insumos para producto terminado utilizando estrategias de machine learning

Este trabajo final se centra en el desarrollo de un algoritmo computacional que emplea técnicas de Machine Learning para optimizar el proceso de compra de ingredientes e insumos necesarios para la producción de productos terminados. El objetivo principal es mejorar la eficiencia y la precisión en la toma de decisiones relacionadas con las compras, asegurando así una gestión de inventarios más efectiva y una reducción de costos.

• Autores: Benavides Garzón, Luis Carlos
• 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:123456789/3729
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/3729
• Palabra clave: Machine learning; Optimización de compras; Modelado predictivo; Gestión de inventarios; Algoritmos computacionales; Análisis de datos; Predicción de demanda; Reducción de costos; Industria alimentaria; Aceites vegetales; Margarinas vegetales; Sistema de soporte a la decisión (DSS); Regresión lineal; Redes neuronales; Modelos de árboles de decisión; Precios de insumos; Demanda fluctuante; Volatilidad de precios; Competencia en la industria alimentaria; Aprendizaje automático (Inteligencia artificial); Algoritmos (Computadores); Toma de decisiones
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)