RI ITBA :: Examinando porby browse.metadata.subject "PREDICCIONES"

Examinando por Materia "PREDICCIONES"

Mostrando1 - 18 de 18

Análisis comparativo Argentina-España: sistema de decisión electorales
(2019) Torras Sánchez, Adrià
"La toma de decisiones afecta en cualquiera de los ámbitos de la vida, pero también es cierto, que en aquellas decisiones que involucran otras personas se quiere una paridad y una equivalencia entre todas las partes. Es por ello, que se han aplicado durante años distintas fórmulas y teorías para ajustar los resultados. En este proyecto se evaluarán como afectan algunos métodos de decisión en los resultados electorales y se compararan entre Argentina y España. Por lo que, en este documento se dividirán en 3 grandes temas."
Engagement performance en campañas de marketing
(2021) Montero, Nicolás Ezequiel; Arjones, Gustavo
"El siguiente trabajo de investigación se aplica sobre el área de Marketing de una empresa que se dedica a la venta de servicios y productos informáticos. Esta área se encarga de generar campañas de Marketing, utilizando diferentes canales, para poder captar la mayor cantidad de clientes que se interesen en adquirir los productos o servicios promocionados. Los directivos de la empresa analizaron la performance de las diferentes campañas en los diferentes canales y detectaron que ciertas campañas no tenían el resultado esperado, con porcentajes muy bajos o nulos referentes al engagement de los clientes (midiéndose a través de dos métricas específicas: “Responses Creating Leads” y “Converted Leads From Lead Creating Responses”). Se busca analizar la performance actual de las campañas de marketing, entender las variables que entran en juego a la hora de obtener los resultados de engagement y abordando el problema a través del desarrollo de algoritmos de Machine Learning poder predecir si un cliente va a interesarse por los productos y servicios de la empresa. De esa manera se podrán obtener mejores resultados para las dos variables de engagement y por consecuencia generar más ganancias en la aplicación de cada campaña de Marketing. Esos algoritmos se van a validar y probar, verificando su nivel de efectividad para finalmente escoger aquel que sea el más certero."
Estimador de pre-oferta de calificación crediticia para empresas y PyMES
(2020-01-04) Antonelli, Javier; Soliani, Valeria
"El objetivo de este trabajo es la aplicación, a un caso real, de distintos modelos predictivos que ayuden a determinar un monto de pre-oferta de calificación crediticia para ofrecerles a potenciales clientes de la entidad financiera pertenecientes a los segmentos Empresas y Pymes."
Evaluación de condiciones de contexto para la aplicación de redes neuronales a la predicción de precios de un determinado activo bursátil
(2022) Palomero, Gustavo Fernando; Pussetto, Lucas
"El presente trabajo comparte el resultado de la búsqueda de un marco de condiciones y temporal concreto de aplicación de redes neuronales a la predicción de la evolución de un activo bursátil dado. Basándose en una investigación práctica desarrollada para poner a prueba la hipótesis sobre el grado de predicción que una red neuronal puede establecer en la evolución de los precios tomando la relación que estos pueden tener con otras variables macroeconómicas. Entendiendo que esa predicción no es posible en cualquier escenario, el presente trabajo se centra en delimitar condiciones concretas de aplicación para la utilización de la red neuronal en la predicción y para establecer un intervalo de confianza temporal para la misma."
Implementación y validación de un modelo de deep learning para la clasificación de toxicidad de compuestos de interés farmacéutico
(2021) Scardino, Valeria; Cavasotto, Claudio N,
En el presente trabajo se implementará un modelo Multi Layer Perceptron (MLP) con el objetivo principal de evaluar deep learning en toxicología usando una métrica que tenga en cuenta el desbalance de los datos y la importancia de clasificar mal una de las clases.
Incremento en venta de plazos fijos utilizando modelos predictivos de respuesta
(2009) Fila, Martín; Britos, Paola Verónica; Rancan, Claudio; Benítez, Oscar
"Los bancos impulsan las ventas de sus productos mediante las llamadas campañas comerciales. Utilizando contactos telefónicos o personales a través de las sucursales, se ofrece a los clientes la toma de un préstamo, la colocación de un plazo fijo o cualquier otro producto que se pretenda vender en el marco de la campaña. Dada la gran diversidad de personas que son clientes de un mismo banco, las condiciones económicas, sociales y financieras de cada uno de ellos son diferentes. Puede esperarse entonces que, en función de estas condiciones particulares y de sus necesidades, no todos tengan igual propensión a aceptar la oferta del producto que se trate. Mediante este trabajo se creó un modelo predictivo de respuesta utilizando técnicas de data mining, el cual permitió ordenar la cartera de clientes según la propensión estimada para cada uno de aceptar, en este caso, una oferta de colocación de un plazo fijo. Contactando en primer lugar a aquellos clientes más propensos a aceptar la oferta, se incrementó el número de respuestas favorables y en consecuencia se lograron aumentos significativos en los volúmenes de venta de pazos fijos".
Mercados de predicción: una alternativa 2.0 para la elaboración de pronósticos y la administración del riesgo: un aporte para comprender como capitalizar el potencial de los mismos para el beneficio de la empresa
(2011) Altenhordt, Guillermo; Lelic, Rifat
"(...) el presente trabajo busca resolver la problemática de cómo utilizar los mercados de predicción por parte de la empresa. Para ello se desarrolla un marco de referencia teórico para comprender las maneras y las circunstancias propicias de cómo utilizar de los mismos."
Modelo de pronóstico como soporte para el mantenimiento predictivo en filtros de aire de una turbina de gas
(2022) Carrizo, Javier Jorge Andrés; Gómez, Leticia Irene
El presente trabajo tiene como objetivo "diseñar e implementar un modelo de forecasting que permita predecir la calidad del aire que ingresa a la turbina de gas con la anticipación suficiente para poder actuar ante desvíos que afecten el funcionamiento de la turbina."
Modelo predictivo para disminución de la tasa de portabilidades numérica a través de redes sociales
(2019) Hernández, Santiago Andrés; Riccillo, Marcela
"El presente trabajo permite predecir los comentarios de los usuarios más propensos a realizar la portabilidad numérica en empresas de telefonía móvil. Para ello se utilizó como fuente de datos los Tuits de Movistar Argentina y con ellos se creó un modelo de predicción de SVM, con lo cual se obtuvo un accuracy del 0.7965 para la primera variable y del 0.8021 para la segunda variable. En el mismo podremos identificar cual es la disconformidad de aquellos usuarios que tiene intención de cambiar de compañía. Esta información nos permitirá segmentar las campañas de retención de los clientes y poder cubrir las necesidades del mismo sin que lleguen a tomar esa decisión."
Modelos de regresión para la predicción de la probabilidad de colisión entre dos cuerpos orbitando alrededor de la Tierra en una trayectoria de encuentro
(2022) Wenger, Esteban Federico; Riccillo, Marcela
"El número de satélites y chatarra espacial orbitando alrededor de la Tierra ha crecido en las últimas décadas. La chatarra espacial además de ser un tipo de contaminación ambiental, es también un inconveniente para las empresas operadoras de satélites. La industria conocida como New Space también ha crecido en los últimos años. Los satélites de estas empresas realizan órbitas que eventualmente tienen eventos de conjunción o de encuentro con otros cuerpos, ya sean otros satélites o chatarra espacial. Por este motivo, existe un Ente de Monitoreo que se encarga de emitir reportes conocidos como Conjunction Data Messages (CDM) que le avisa a las empresas operadoras de satélites cuando uno de sus satélites se encuentra dentro de una trayectoria de colisión con otro objecto. Para evaluar un evento de conjunción es fundamental la probabilidad de colisión y la mínima distancia a la que se encontrarán los cuerpos en el momento conocido como TCA (time of closest approach). En este Trabajo de Investigación se propone aplicar Técnicas de Machine Learning para predecir una de estas variables, la cual es fundamental a la hora de tomar la decisión de si el riesgo de un evento de encuentro amerita realizar una maniobra o no. Este Trabajo encara el problema planteando un Modelo Lineal y luego se avanza con Modelos No Lineales de Árboles de Decisión. Se aplican técnicas de Modelos de Ensemble de Boosting con dos algoritmos AdaBoost y Light Gradient Boosting Machines. Para entrenar estos Modelos se aplica un ETL que resulta interesante para los reportes CDM en formato estándar y es extensible a otros Modelos que se deseen aplicar. Los resultados obtenidos permiten obtener conclusiones que son contundentes en cuanto a la utilización de Técnicas de Machine Learning para aportar valor a los datos, en este caso CDM, y para la evaluación de este tipo eventos de conjunción."
Optimización de modelos predictivos para Series de Tiempo Jerárquicas (HTS)
(2021-10-21) Woodley, Patricio Alex; Riccillo, Marcela
"Las series de tiempo jerárquicas (HTS) son un subconjunto de series de tiempo que están contenidas dentro de una estructura o jerarquía. Esta estructura puede estar dada por características propias del producto/servicio, como su categoría, departamento, etc., o por una división geográfica, como por ejemplo ciudad, estado o país. Las técnicas clásicas como ARIMA o ETS no son óptimas para este tipo de conjunto de series, ya que la estructura puede aportar información valiosa que pasaría inadvertida o al menos no tan fácilmente identificable si modelamos las series de tiempo por separado. Debido a esto, se comparó el desempeño de Redes Neuronales LSTM, las cuales son ampliamente utilizadas para series de tiempo, y de técnicas específicas para series de tiempo jerárquicas como Bottom-Up y Reconciliación Óptima para predecir las ventas de departamentos dentro de tiendas de Walmart en EE.UU. Se analizaron en detalle 70 series de tiempo a nivel tienda-departamento y se demostró la eficacia de estas."
Predicción de crisis epilépticas utilizando el coeficiente de correlación producto-momento de Pearson a partir de un clasificador lineal de la distribución Gaussiana generalizada
(2018) Quintero-Rincón, Antonio; D'Giano, Carlos; Risk, Marcelo
"Predecir una crisis epiléptica significa la capacidad de determinar de antemano el momento de una crisis con la mayor precisión posible. Un pronóstico correcto de un evento epiléptico en aplicaciones clínicas es un problema típico en procesamiento de senales biomédicas, lo cual ayuda a un diagnóstico y tratamiento apropiado de esta enfermedad. En este trabajo, utilizamos el coeficiente de correlación producto-momento de Pearson a partir de las clases estimadas con un clasificador lineal, usando los parámetros de la distribución Gaussiana generalizada. Esto con el fin de poder pronosticar eventos con crisis y eventos con no-crisis en senales epilépticas. El desempeño en 36 eventos epilépticos de 9 pacientes muestra un buen rendimiento, con un 100% de efectividad para sensibilidad y especificidad superior al 83% para eventos con crisis en todos los ritmos cerebrales. El test de Pearson indica que todos los ritmos cerebrales están altamente correlacionados en los eventos con no-crisis, más no durante los eventos con crisis. Esto indica que nuestro modelo puede escalarse con el coeficiente de correlación producto-momento de Pearson para la detección de crisis en senales epilépticas."
Predicción de pacientes con enfermedades reumáticas en México
(2019) Roberts, Karen Natalí; Peláez, Ingris; Ramele, Rodrigo
"(...) el propósito del presente estudio es caracterizar a los individuos con enfermedades reumáticas y poder predecir de manera automática si un individuo está en presencia de enfermedades músculo-esqueléticas a partir del llenado del formulario para la detección temprana y remitirle al especialista para el tratamiento, de esta manera se puede prevenir discapacidad secundaria a estas enfermedades."
Predicción de probabilidad de robos de bicicletas del sistema público de la Ciudad de Buenos Aires
(2022-02) Montero, Jazmín; Gómez, Leticia Irene
"El presente estudio busca entrenar un modelo que permita predecir el grado de probabilidad de que una bicicleta termine siendo robada, dadas las condiciones iniciales del viaje."
Predicción de tendencias de mercado sobre commodities utilizando algoritmos de inteligencia articial
(2020-05-14) Mildiner, Alejandro; Arjones, Gustavo
"Todos los días surgen nuevas plataformas y formas para invertir en el mercado de valores, a su vez cada día hay más gente invirtiendo directamente y no a travéss de un fondo o banco de inversión. Esta nueva masa de operadores suma aún más complejidad e imprevisibilidad al ya dinámico mundo finananciero. Al iniciar la rueda bursátil, todos estos operadores se encuentran con un confuso entorno donde los precios de las acciones cambian constantemente. Esto genera en todos los inversores bursátiles la siguiente pregunta: ¿Cómo mejorar el rendimiento del portfolio? Esta problemática es la que se intenta resolver en esta investigación."
Propensión a adquirir plazos fijos en un banco tradicional
(2019) Sprio, Agustina Beatriz; Denicolay, Gustavo
"El producto plazo fijo es un depósito que los bancos o instituciones financieras ofrecen con una tasa de interés previamente acordada, la cual va a ser cobrada por cliente junto con el dinero involucrado en el depósito en un determinado período de tiempo. Cada entidad bancaria conoce diversa información acerca de sus clientes, alguna relacionada a características inherentes a él como en dónde vive, qué medios de contacto posee y a qué se dedica. Además, conoce la relacionada a sus transacciones, a sus operaciones en el sistema financiero, a productos asociados, a sus reclamos realizados, entre otras. Toda esta información compone la historia de los clientes, la cual será analizada tanto en clientes que aún no poseen el producto plazo fijo, como en los que ya lo adquirieron para aprender de su comportamiento y predecir la propensión que poseen a adquirir el producto."
Uso de modelado predictivo y tecnologías de Internet de las cosas (IoT) en la enseñanza y aprendizaje del Hockey sobre césped
(2019) Boaglio, Marcos; Gambini, Juliana
"En este trabajo se propone aplicar el uso de la tecnología al hockey sobre césped para sentar las bases para una mejor y más fácil educación y entrenamiento del deporte. En el camino se propone contribuir a la creación de un conjunto de datos de determinados gestos técnicos que luego serán usados para crear modelos que los describan."
Utilización de redes neuronales recurrentes en la predicción de tendencias del mercado de harina de soja
(2022) Alonso, Juan Ignacio; Riccillo, Marcela
"La volatilidad de los precios internacionales de la Harina de Soja impacta de manera significativa la economía de distintas industrias, gobiernos y, finalmente, la población. Los modelos Auto Regresivos de Media Móvil (ARIMA) constituyen una de las herramientas de análisis de series de tiempo más utilizadas. Sin embargo, el advenimiento de nuevas tecnologías de análisis y procesamiento de datos difundieron nuevas técnicas aplicables al estudio de series de tiempo, siendo Las Redes Neuronales Recurrentes del tipo LSTM una de ellas. En el presente estudio se compara la performance relativa de modelos ARIMA y RNR LSTM en la predicción de tendencias de precios de Harina de Soja."

Examinando por Materia "PREDICCIONES"

Resultados por página

Opciones de clasificación