Examinando por Autor "Flores García, Aníbal Fernando"
Mostrando 1 - 3 de 3
Resultados por página
Opciones de ordenación
Ítem Modelo de predicción de clientes que darán de baja el servicio HFC basado en redes neuronales en la ciudad de Moquegua.(Universidad Nacional de Moquegua, 2021-05-21) Huerta Laura, Luis Enrique; Flores García, Aníbal FernandoLa investigación surge al observar el comportamiento de los clientes desde el año 2014 al 2020 en promedio el porcentaje de bajas es de 59.66%, dado que los clientes son uno de los principales elementos de toda empresa, es más costoso el que ingrese un nuevo cliente, a diferencia del cliente que permanece, el porcentaje que arroja la investigación es alto para la tasa de abandono de clientes. La presente investigación tiene como principal objetivo desarrollar un modelo de predicción de clientes que dará de baja el servicio HFC, basado en Redes Neuronales con la finalidad de predecir clientes que en un determinado tiempo desistirán o darán de baja el servicio HFC, para poder plantear estrategias de retención y tener el porcentaje de bajas a su margen. Se tiene investigaciones modelo, por ello se pretende analizar la data y determinar las variables idóneas para modelar un algoritmo de machine learning, en la actualidad existen múltiples metodologías de investigación, siendo una de las más utilizadas por el amplio estudio en inteligencia artificial, emplean la metodología CRISP DM para desarrollar diversos modelos de predicción teniendo un enfoque enlazado de los objetivos de la metodología con los de la investigación, la investigación es descriptiva cuasi-experimental, con una población de 6793 que representa el 100%, esta data se encuentra particionada al 30% para testear el modelo y el 70% para el entrenamiento del modelo, finalmente este modelo permite estructurar y clasificar la data, para posteriormente ser procesada, aplicándose métricas como precisión, recall, f1-score y support, curva ROC con la finalidad de brindar calidad, objetividad y cuantificabilidad, aplicando una técnica de validación cruzada para analizar los resultados y hacer un ajuste en las derivadas, aplicando dos experimentos en la fase de modelamiento, manipulando la cantidad de neuronas en las capas ocultas, aplicando tres algoritmos de optimización Adam, Sgd y Rmsprop, donde se obtuvo una precisión por Adam del 98%.Ítem Optimización de rutas de unidades de distribución Aplicando Reinforcement Learning: Caso Los Pieros SRL.(Universidad Nacional de Moquegua, 2019-12-30) Mamani Laqui, Marcos Rufino; Flores García, Aníbal FernandoEl trabajo que se presenta en el presente documento tiene por objeto el de optimizar las rutas de distribución de las unidades de la empresa Los Pieros SRL aplicando Reinforcement Learning. El aprendizaje por refuerzo tiene diversos algoritmos de los cuales se ha elegido el algoritmo Q-Learning que es propicio en la solución de problemas de distribución como es el caso de la presente investigación. Los resultados alcanzados por el algoritmo Q-Learning se comparan con otros algoritmos como el Algoritmo de los Vecinos Más Cercanos (Nearest Neighbors) y el de Colonia de Hormigas (Ant Colony) demostrando la superioridad del QLearning respecto a los puntos de venta alcanzados.Ítem Recomendación de artículos científicos utilizando técnicas de minería de textos para formulación de proyectos de investigación.(Universidad Nacional de Moquegua, 2022-10-06) Chino Cervantes, Carmen Maria; Flores García, Aníbal FernandoEl desarrollo de proyectos de investigación es una actividad que busca descubrir nuevos conocimientos, aplicar conocimientos actuales para resolver problemas de la sociedad. La presente investigación tiene como objetivo recomendar artículos científicos para la formulación de proyectos de investigación con técnicas de minería de textos. En la primera etapa de este proceso, es la recuperación de información, para ello se ha usado el método de recolección manual de los datos, se ha seleccionado de manera aleatoria y clasificado por áreas de investigación en computación los artículos científicos y tesis de investigación. En la segunda etapa se detalla el proceso de experimentación con los tres algoritmos propuestos Jaro Winkler, TF-IDF y Word2vec. Como parte de la tercera etapa, es la extracción de datos con los algoritmos desarrollados nos retorna como resultados valores cuantitativos de relevancias y/o similitud de textos. En la cuarta etapa se aplica minería de datos con lo extraído en la anterior etapa para realizar el análisis de los documentos procesados. Y finalmente se concluye que el algoritmo con mayor número de aciertos es Jaro Winkler.