Examinando por Materia "Aprendizaje automático"

Seleccione resultados tecleando las primeras letras
Mostrando 1 - 2 de 2
  • PublicaciónRestringido
    Desarrollo de plataforma web con integración de la herramienta BigQuery para la posterior toma de decisiones en cuanto al valor y proyección del servicio de Banda Ancha en hogares aplicada a la empresa Movistar
    (Fundación Universitaria Unipanamericana – Compensar, 2017) López López, Juan Pablo; Carpintero Cruz, Jaisson Fabian; Bello Bernal, Jehisson Javier; Cristancho Álvarez, Anderson Rafael; Agudelo Cárdenas, Alexander
    Desarrollar una plataforma web con integración de la herramienta BigQuery para la posterior toma de decisiones en cuanto al valor y proyección del servicio de Banda Ancha en hogares aplicada a la empresa Movistar, permite evidenciar el uso de conceptos como Minería de datos y Aprendizaje automático, como tecnologías que innova en la creación de nuevas soluciones, que aporta en la mejora del proceso del estudio, que se llevan a cabo sobre los datos en comparación a las formas tradicionales, reduciendo tiempos y exactitud en los indicadores obtenidos. El desarrollo se integra con la plataforma Google Cloud, en donde también se encuentra alojada la herramienta BigQuery que permitirá realizar los análisis de forma eficaz. Dicha plataforma permitirá recopilar variedad de datos que se relacionen al servicio de Banda Ancha, cuyos datos son pertenecientes de la empresa Movistar. Así mismo para poder recoger esta variedad de datos, el sistema permitirá al administrador realizar la creación de distintos formularios, brindando organización en los datos requeridos para un posterior análisis de datos y presentación de indicadores
  • PublicaciónAcceso abierto
    Twitter como herramienta para medir la percepción de los consumidores finales en una entidad de bienes de consumo
    (Fundación Universitaria Compensar, 2023-05-19) Silva Páez, Jorge Eduardo; Peña Bautista, Alexander; Plazas Martínez, Jaime Enrique; Moreno Villanueva, Eder Orlando; León García, Omar Alexander; Fundación Universitaria Compensar
    El presente estudio, se enfoca en mejorar la capacidad de análisis de la percepción de los consumidores finales de una entidad de bienes de consumo mediante el uso de la red social Twitter. El objetivo del proyecto es desarrollar técnicas avanzadas de análisis de sentimiento y minería de datos para extraer información relevante de los tweets de los usuarios, comprender cómo se sienten los consumidores respecto a la entidad en cuestión y utilizar esta información para generar herramientas que puedan ayudar a mejorar la toma de decisiones. El proyecto involucra el uso de un método que realiza el análisis de sentimiento para identificar las opiniones y las emociones que los consumidores expresan en los tuits relacionados con la entidad de bienes de consumo. Se utilizan técnicas de machine learning tales como aprendizaje no supervisado, el cual por medio de un método se envían datos sin etiquetar y se encarga entender los datos y determinar el sentimiento.