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.
Temas
Cosméticos--Industria y comercio
Control de procesos--Diagnóstico
Inteligencia artificial
Control de procesos--Diagnóstico
Inteligencia artificial
Para optar el título de
Bachiller en Ciencias con mención en Ingeniería Industrial
Collections
The following license files are associated with this item: