Técnicas de aprendizaje automático para identificar potenciales compradores de vivienda entre los beneficiarios del Sisben IV
La problemática asociada al elevado porcentaje de hogares encuestados en el Sisbén IV de la ciudad Cali – Valle del Cauca que no cuenta con vivienda propia y que desconocen su potencialidad como posibles compradores, es razón por la cual el objetivo de la presente investigación es aplicar técnicas d...
- Autores:
-
Marulanda Walles, Ximena
Bedoya Saenz, John Jairo
- Tipo de recurso:
- Masters Thesis
- Fecha de publicación:
- 2024
- Institución:
- Pontificia Universidad Javeriana Cali
- Repositorio:
- Vitela
- Idioma:
- spa
- OAI Identifier:
- oai:vitela.javerianacali.edu.co:11522/2094
- Acceso en línea:
- https://vitela.javerianacali.edu.co/handle/11522/2094
- Palabra clave:
- Aprendizaje automático
Sisben
Ingresos familiares
Calidad de vida
- Rights
- License
- https://creativecommons.org/licenses/by-nc-nd/4.0/
id |
Vitela2_f5705c66eee488e66787e41725aaafc7 |
---|---|
oai_identifier_str |
oai:vitela.javerianacali.edu.co:11522/2094 |
network_acronym_str |
Vitela2 |
network_name_str |
Vitela |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Técnicas de aprendizaje automático para identificar potenciales compradores de vivienda entre los beneficiarios del Sisben IV |
title |
Técnicas de aprendizaje automático para identificar potenciales compradores de vivienda entre los beneficiarios del Sisben IV |
spellingShingle |
Técnicas de aprendizaje automático para identificar potenciales compradores de vivienda entre los beneficiarios del Sisben IV Aprendizaje automático Sisben Ingresos familiares Calidad de vida |
title_short |
Técnicas de aprendizaje automático para identificar potenciales compradores de vivienda entre los beneficiarios del Sisben IV |
title_full |
Técnicas de aprendizaje automático para identificar potenciales compradores de vivienda entre los beneficiarios del Sisben IV |
title_fullStr |
Técnicas de aprendizaje automático para identificar potenciales compradores de vivienda entre los beneficiarios del Sisben IV |
title_full_unstemmed |
Técnicas de aprendizaje automático para identificar potenciales compradores de vivienda entre los beneficiarios del Sisben IV |
title_sort |
Técnicas de aprendizaje automático para identificar potenciales compradores de vivienda entre los beneficiarios del Sisben IV |
dc.creator.fl_str_mv |
Marulanda Walles, Ximena Bedoya Saenz, John Jairo |
dc.contributor.advisor.none.fl_str_mv |
Arteaga Botero, Gustavo Adolfo |
dc.contributor.author.none.fl_str_mv |
Marulanda Walles, Ximena Bedoya Saenz, John Jairo |
dc.subject.none.fl_str_mv |
Aprendizaje automático Sisben Ingresos familiares Calidad de vida |
topic |
Aprendizaje automático Sisben Ingresos familiares Calidad de vida |
description |
La problemática asociada al elevado porcentaje de hogares encuestados en el Sisbén IV de la ciudad Cali – Valle del Cauca que no cuenta con vivienda propia y que desconocen su potencialidad como posibles compradores, es razón por la cual el objetivo de la presente investigación es aplicar técnicas de aprendizaje automático para identificar potenciales compradores de vivienda entre los beneficiarios del Sisbén IV en Santiago de Cali. A partir de la información suministrada por el Departamento Administrativo de Planeación Distrital de la ciudad para el año 2022 se desarrolló un modelo de aprendizaje automático que permita analizar los datos recolectados, identificar patrones y tendencias, y predecir con precisión qué personas tienen mayor probabilidad de convertirse en compradores de vivienda. El conocimiento generado permite respaldar la toma de decisiones eficaces de los organismos privados y gubernamentales del sector vivienda en lo relacionado con el planteamiento de políticas públicas y programas en general en beneficio a la población de estudio. |
publishDate |
2024 |
dc.date.accessioned.none.fl_str_mv |
2024-06-09T20:59:45Z |
dc.date.available.none.fl_str_mv |
2024-06-09T20:59:45Z |
dc.date.issued.none.fl_str_mv |
2024 |
dc.type.coar.none.fl_str_mv |
http://purl.org/coar/resource_type/c_bdcc |
dc.type.local.none.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Maestría |
dc.type.redcol.none.fl_str_mv |
https://purl.org/redcol/resource_type/TM |
format |
http://purl.org/coar/resource_type/c_bdcc |
dc.identifier.uri.none.fl_str_mv |
https://vitela.javerianacali.edu.co/handle/11522/2094 |
url |
https://vitela.javerianacali.edu.co/handle/11522/2094 |
dc.language.iso.none.fl_str_mv |
spa |
language |
spa |
dc.rights.uri.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.creativecommons.none.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.none.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
dc.format.extent.none.fl_str_mv |
60 p. |
dc.format.mimetype.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Pontificia Universidad Javeriana Cali |
publisher.none.fl_str_mv |
Pontificia Universidad Javeriana Cali |
institution |
Pontificia Universidad Javeriana Cali |
bitstream.url.fl_str_mv |
https://vitela.javerianacali.edu.co/bitstreams/b63eac17-5200-46c6-8889-28dfa63b4b59/download https://vitela.javerianacali.edu.co/bitstreams/9d2376b6-f9df-4166-b977-0d34533a186e/download https://vitela.javerianacali.edu.co/bitstreams/ed8c85c4-381d-4640-a117-08a0c00808b3/download https://vitela.javerianacali.edu.co/bitstreams/d509024e-8aaf-4ad0-93ef-9ac8f650bedf/download https://vitela.javerianacali.edu.co/bitstreams/d80e6abe-006f-4375-9451-e4f6f020110e/download https://vitela.javerianacali.edu.co/bitstreams/b6d2e1db-277e-4652-b656-a68ceae90d7d/download https://vitela.javerianacali.edu.co/bitstreams/5ad81e05-a52b-4230-875b-4488f4406dc9/download |
bitstream.checksum.fl_str_mv |
8a4605be74aa9ea9d79846c1fba20a33 52db6e22c5d279961bddd8ce272ba143 28a009475bf5800806a5418ca0475ad4 841876075cc3a583ad45d91f61af1b81 5bd6fb7b2d6ba45c0578f350113f1297 7aebf9958f616c0573299cb2b7e1aae4 624cded6d57b8644e507ced99fc2c34b |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio Vitela |
repository.mail.fl_str_mv |
vitela.mail@javerianacali.edu.co |
_version_ |
1812095058088820736 |
spelling |
Arteaga Botero, Gustavo AdolfoMarulanda Walles, XimenaBedoya Saenz, John Jairo2024-06-09T20:59:45Z2024-06-09T20:59:45Z2024https://vitela.javerianacali.edu.co/handle/11522/2094La problemática asociada al elevado porcentaje de hogares encuestados en el Sisbén IV de la ciudad Cali – Valle del Cauca que no cuenta con vivienda propia y que desconocen su potencialidad como posibles compradores, es razón por la cual el objetivo de la presente investigación es aplicar técnicas de aprendizaje automático para identificar potenciales compradores de vivienda entre los beneficiarios del Sisbén IV en Santiago de Cali. A partir de la información suministrada por el Departamento Administrativo de Planeación Distrital de la ciudad para el año 2022 se desarrolló un modelo de aprendizaje automático que permita analizar los datos recolectados, identificar patrones y tendencias, y predecir con precisión qué personas tienen mayor probabilidad de convertirse en compradores de vivienda. El conocimiento generado permite respaldar la toma de decisiones eficaces de los organismos privados y gubernamentales del sector vivienda en lo relacionado con el planteamiento de políticas públicas y programas en general en beneficio a la población de estudio.60 p.application/pdfspaPontificia Universidad Javeriana Calihttps://creativecommons.org/licenses/by-nc-nd/4.0/https://creativecommons.org/licenses/by-nc-nd/4.0/http://purl.org/coar/access_right/c_abf2Aprendizaje automáticoSisbenIngresos familiaresCalidad de vidaTécnicas de aprendizaje automático para identificar potenciales compradores de vivienda entre los beneficiarios del Sisben IVhttp://purl.org/coar/resource_type/c_bdccTesis/Trabajo de grado - Monografía - Maestríahttps://purl.org/redcol/resource_type/TMFacultad de Ingeniería y Ciencias. Maestría en Ciencia de DatosPontificia Universidad Javeriana CaliMaestríaLICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://vitela.javerianacali.edu.co/bitstreams/b63eac17-5200-46c6-8889-28dfa63b4b59/download8a4605be74aa9ea9d79846c1fba20a33MD51ORIGINAL1.LICENCIA DE USO - TG.pdf1.LICENCIA DE USO - TG.pdfapplication/pdf215473https://vitela.javerianacali.edu.co/bitstreams/9d2376b6-f9df-4166-b977-0d34533a186e/download52db6e22c5d279961bddd8ce272ba143MD51Trabajo Final - Ximena Marulanda Walles y John Jairo Bedoya Saenz - MCD.pdfTrabajo Final - Ximena Marulanda Walles y John Jairo Bedoya Saenz - MCD.pdfapplication/pdf1358892https://vitela.javerianacali.edu.co/bitstreams/ed8c85c4-381d-4640-a117-08a0c00808b3/download28a009475bf5800806a5418ca0475ad4MD52TEXT1.LICENCIA DE USO - TG.pdf.txt1.LICENCIA DE USO - TG.pdf.txtExtracted texttext/plain5010https://vitela.javerianacali.edu.co/bitstreams/d509024e-8aaf-4ad0-93ef-9ac8f650bedf/download841876075cc3a583ad45d91f61af1b81MD511Trabajo Final - Ximena Marulanda Walles y John Jairo Bedoya Saenz - MCD.pdf.txtTrabajo Final - Ximena Marulanda Walles y John Jairo Bedoya Saenz - MCD.pdf.txtExtracted texttext/plain101601https://vitela.javerianacali.edu.co/bitstreams/d80e6abe-006f-4375-9451-e4f6f020110e/download5bd6fb7b2d6ba45c0578f350113f1297MD513THUMBNAIL1.LICENCIA DE USO - TG.pdf.jpg1.LICENCIA DE USO - TG.pdf.jpgGenerated Thumbnailimage/jpeg5250https://vitela.javerianacali.edu.co/bitstreams/b6d2e1db-277e-4652-b656-a68ceae90d7d/download7aebf9958f616c0573299cb2b7e1aae4MD512Trabajo Final - Ximena Marulanda Walles y John Jairo Bedoya Saenz - MCD.pdf.jpgTrabajo Final - Ximena Marulanda Walles y John Jairo Bedoya Saenz - MCD.pdf.jpgGenerated Thumbnailimage/jpeg3672https://vitela.javerianacali.edu.co/bitstreams/5ad81e05-a52b-4230-875b-4488f4406dc9/download624cded6d57b8644e507ced99fc2c34bMD51411522/2094oai:vitela.javerianacali.edu.co:11522/20942024-06-25 05:13:52.156https://creativecommons.org/licenses/by-nc-nd/4.0/open.accesshttps://vitela.javerianacali.edu.coRepositorio Vitelavitela.mail@javerianacali.edu.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 |