Marco teórico para tesis de mejora del error de pronóstico utilizando métodos de Machine Learning orientado al proceso de ventas de una empresa de cosméticos peruana

Abstract

El presente trabajo de investigación tiene como objetivo analizar y contrastar las actuales soluciones de analítica avanzada en problemas de Supply Chain. Para esto, se empezará armando un marco teórico que consolide los conceptos fundamentales de pronósticos, machine learning y diagnóstico de procesos. Con esta base, se presentarán los puntos principales de diversas publicaciones y trabajos académicos relacionados al uso de inteligencia artificial en Supply Chain, incluyendo métodos y resultados obtenidos. Entre estos, destacan las publicaciones donde se menciona el uso de redes neuronales para el pronóstico de demanda en un centro de estudio y la implementación de ensamble de modelos para robustecer la predicción de un modelo de demanda de misiles. Finalmente, se contrastará la bibliografía presentada y se elaborarán conclusiones al respecto.