Aplicación de minería de datos en la empresa Innovate Consulting para predecir valores de ventas
Resumen
El presente artículo presenta un estudio sobre la aplicación de minería de datos en Innovate Consulting para predecir valores de ventas. El objetivo fue comparar la capacidad predictiva de tres modelos principales: Random Forest, Deep Learning y Naive Bayes. Para ello, se implementó un método que incluyó el procesamiento de datos históricos de ventas, la configuración y entrenamiento de los modelos de Machine Learning, y la evaluación de su precisión mediante una matriz comparativa. Los resultados destacaron que Random Forest mostró la mayor precisión, seguido por Deep Learning y Naive Bayes. Estos hallazgos subrayan la importancia de seleccionar el modelo adecuado según las características específicas del conjunto de datos, proporcionando una base sólida para mejorar la planificación estratégica y la toma de decisiones.
Descargas
Derechos de autor 2024 Revista UTCiencia: i-ISSN: 1390-6909. e-ISSN: 2602-8263
Esta obra está bajo licencia internacional Creative Commons Reconocimiento 4.0.
Los autores que publican en esta revista están de acuerdo con los siguientes términos:
- Los autores conservan todos los derechos morales y patrimoniales de sus obras, cediendo solamente a UTCIENCIA el derecho a la primera publicación de éste. En consecuencia, los autores pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución del artículo o texto.
- Los autores/as conservarán sus derechos de autor y aceptan la licencia de distribución de UTCIENCIA, la cuál es Licencia de Reconocimiento - Compartir Igual Creative Commons.
- Los autores/as pueden realizar otros acuerdos contractuales independientes y adicionales para la distribución de la versión del artículo publicado en esta revista (p. ej., incluirlo en un repositorio institucional o publicarlo en un libro) siempre que indiquen claramente que el trabajo se publicó por primera vez en esta revista.
- Se permite y recomienda a los autores/as a publicar su trabajo en Internet (por ejemplo, en páginas institucionales o personales) sólo una vez que sean publicados en la revista UTCIENCIA, ya que puede conducir a intercambios productivos y a una mayor y más rápida difusión