Publicación: La Corrupción y su Impacto en el Crecimiento Económico Sostenible: Análisis de Datos y Big Data para la Identificación de Factores y Generación de un Modelo de Machine Learning
dc.contributor.advisor | Serrano León, Yeimmy Katherine | |
dc.contributor.author | Rodríguez, Danilo Esteban | |
dc.contributor.author | Amórtegui, Jorge Humberto | |
dc.contributor.author | Trujillo, Sandra Milena | |
dc.contributor.researchgroup | GIIS | spa |
dc.date.accessioned | 2024-03-21T16:05:03Z | |
dc.date.available | 2024-03-21T16:05:03Z | |
dc.date.issued | 2023 | |
dc.description.abstract | La lucha contra la corrupción debido a su impacto en los índices de desarrollo es esencial, con el Análisis de Datos y Big Data es posible identificar factores y generar un modelo de Machine Learning que aborda la relación entre corrupción y crecimiento económico sostenible. Para abordar esta problemática, se deben intervenir múltiples aspectos clave, como la obtención, el procesamiento y el análisis de los datos. El objetivo principal del estudio es identificar los factores que influyen en esta relación y generar un modelo predictivo que pueda brindar asesoramiento estratégico a organizaciones interesadas en mitigar los efectos de la corrupción en el desarrollo económico. La investigación se basa en un enfoque multidisciplinario y utiliza varias técnicas y herramientas, como la extracción y limpieza de datos, análisis estadísticos, minería de datos y modelos de regresión. Se recopilan datos de fuentes confiables y verificables, tales como informes gubernamentales y bases de datos internacionales. Los resultados muestran una fuerte correlación entre indicadores de gobernanza y el Producto Interno Bruto per cápita, lo que sugiere que mejoras en áreas como el control de la corrupción, la efectividad gubernamental, el estado de derecho y la voz ciudadana pueden tener un impacto positivo en el desarrollo económico. Por lo tanto, es fundamental abordar la corrupción y mejorar la gobernanza para promover un entorno propicio para el crecimiento económico y la prosperidad. Se proporcionan recomendaciones informadas, así como visualizaciones para facilitar la comprensión de los resultados. | spa |
dc.description.degreelevel | Especialización | spa |
dc.description.degreename | Especialista en Big Data | spa |
dc.format.extent | 28 páginas | spa |
dc.format.mimetype | application/pdf | spa |
dc.identifier.uri | https://repositoriocrai.ucompensar.edu.co/handle/compensar/5316 | |
dc.publisher.faculty | Facultad de Ingeniería y Tecnología | spa |
dc.publisher.place | Bogotá, D.C. | spa |
dc.publisher.program | Especialización en Big Data | spa |
dc.relation.references | Alegre Ibáñez, V. A., & Lozano Aparicio, J. M. (2022). Aplicación de métodos de Deep Learning en series de tiempo para el pronóstico de la situación macroeconómica en América Latina. Interfases, 15(015), 102-130. https://doi.org/10.26439/interfases2022.n015.5817 | spa |
dc.relation.references | Basulto Santos, J. y Ortega Irizo, F.J. (2003). Predicciones de las tasas de crecimiento relativas de los productos interiores brutos reales de un conjunto de países de la Comunidad Europea. Aplicación de los modelos lineales bayesianos. En V Reunión de Economía Mundial Sevilla: Universidad de Sevilla, Secretariado de Recursos Audiovisuales y Nuevas Tecnologías | spa |
dc.relation.references | Colmenares, C (2020). ¿La sociedad tuvo la culpa? Contrafactual sintético para modelar las consecuencias del VIII plan de la nación en el PIB per cápita entre 1970 y 1994. Universidad católica Andrés Bello facultad de ciencias económicas y sociales escuela de economía. http://biblioteca2.ucab.edu.ve/anexos/biblioteca/marc/texto/AAU4538.pdf | spa |
dc.relation.references | El Índice de Percepción de la Corrupción 2021 revela que los niveles de corrupción se han estancado en los últimos diez años, en medio de un entorno de abusos a los derechos humanos y deterioro de la democracia (2022). Transparency.org; #creator. https://www.transparency.org/es/press/2021-corruption-perceptions-index-press-release | spa |
dc.relation.references | Paredes, R., Reyes, N., & Campos, S. (2020). Aplicación de métodos de Deep Learning en series de tiempo para el pronóstico de la situación macroeconómica en América Latina. Revista chilena de ingeniería, 28(1), 135-144. | spa |
dc.rights | Fundación Universitaria Compensar, 2023 | eng |
dc.rights.accessrights | info:eu-repo/semantics/openAccess | spa |
dc.rights.creativecommons | Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) | spa |
dc.rights.uri | https://creativecommons.org/licenses/by-nc-nd/4.0/ | spa |
dc.subject.proposal | Machine Learning | spa |
dc.subject.proposal | corrupción | eng |
dc.subject.proposal | PIB per cápita | eng |
dc.title | La Corrupción y su Impacto en el Crecimiento Económico Sostenible: Análisis de Datos y Big Data para la Identificación de Factores y Generación de un Modelo de Machine Learning | spa |
dc.type | Trabajo de grado - Maestría | spa |
dc.type.coar | http://purl.org/coar/resource_type/c_7a1f | spa |
dc.type.content | Text | spa |
dc.type.driver | info:eu-repo/semantics/bachelorThesis | spa |
dc.type.redcol | https://purl.org/redcol/resource_type/TP | spa |
dc.type.version | info:eu-repo/semantics/publishedVersion | spa |
dspace.entity.type | Publication | |
oaire.accessrights | http://purl.org/coar/access_right/c_abf2 | spa |
oaire.version | http://purl.org/coar/version/c_970fb48d4fbd8a85 | spa |
Archivos
Bloque original
1 - 2 de 2
Cargando...
- Nombre:
- 1. Propuesta modelo para precedir PIB per cap_Katherine Serrano Le.pdf
- Tamaño:
- 512.38 KB
- Formato:
- Adobe Portable Document Format
- Descripción:
Cargando...
- Nombre:
- Cesión_Derechos_Trabajo_CRAI (1)_Katherine Serrano Le.pdf
- Tamaño:
- 118.1 KB
- Formato:
- Adobe Portable Document Format
- Descripción:
Bloque de licencias
1 - 1 de 1
Cargando...
- Nombre:
- license.txt
- Tamaño:
- 14.48 KB
- Formato:
- Item-specific license agreed upon to submission
- Descripción: