Predicción de arribos de hacienda al Mercado de Liniers con algoritmos de aprendizaje supervisados

La administración de la hacienda en un mercado concentrador como el Mercado de Liniers requiere de una estimación diaria de la cantidad de cabezas disponibles para su ingreso. La confluencia de intereses de los actores participantes en este mercado determina que el ingreso total de hacienda sea una...

Descripción completa

Guardado en:
Detalles Bibliográficos
Autor principal: Negrotto, Daniel
Formato: Objeto de conferencia
Lenguaje:Español
Publicado: 2017
Materias:
Ciencias Informáticas
Algoritmos
Árboles de Decisión
Predicción
Acceso en línea:http://sedici.unlp.edu.ar/handle/10915/63173
http://www.clei2017-46jaiio.sadio.org.ar/sites/default/files/Mem/AGRANDA/AGRANDA-05.pdf
Aporte de:
SEDICI (UNLP) de Universidad Nacional de La Plata
id I19-R120-10915-63173
record_format dspace
institution Universidad Nacional de La Plata
institution_str I-19
repository_str R-120
collection SEDICI (UNLP)
language Español
topic Ciencias Informáticas
Algoritmos
Árboles de Decisión
Predicción
spellingShingle Ciencias Informáticas
Algoritmos
Árboles de Decisión
Predicción
Negrotto, Daniel
Predicción de arribos de hacienda al Mercado de Liniers con algoritmos de aprendizaje supervisados
topic_facet Ciencias Informáticas
Algoritmos
Árboles de Decisión
Predicción
description La administración de la hacienda en un mercado concentrador como el Mercado de Liniers requiere de una estimación diaria de la cantidad de cabezas disponibles para su ingreso. La confluencia de intereses de los actores participantes en este mercado determina que el ingreso total de hacienda sea una de las variables más consultadas diariamente. Predecir esta variable es importante tanto para los diferentes actores de la cadena de comercialización de hacienda, organismos gubernamentales de control, como también para otros actores de los negocios agropecuarios en general. En este trabajo se presenta un algoritmo de estimación del ingreso de hacienda para intentar pronosticar el ingreso total de animales al Mercado de Liniers en jornadas futuras. A partir del procesamiento de una dataset específico y su posterior enriquecimiento, se presenta un algoritmo supervisado de clasificación predictivo basado en árboles de decisión. Esta nueva herramienta intenta ser un aporte adicional a la transparencia y a la previsibilidad de la operatoria de compraventa de hacienda en el mercado formador de precios de referencia en el sector agropecuario.
format Objeto de conferencia
Objeto de conferencia
author Negrotto, Daniel
author_facet Negrotto, Daniel
author_sort Negrotto, Daniel
title Predicción de arribos de hacienda al Mercado de Liniers con algoritmos de aprendizaje supervisados
title_short Predicción de arribos de hacienda al Mercado de Liniers con algoritmos de aprendizaje supervisados
title_full Predicción de arribos de hacienda al Mercado de Liniers con algoritmos de aprendizaje supervisados
title_fullStr Predicción de arribos de hacienda al Mercado de Liniers con algoritmos de aprendizaje supervisados
title_full_unstemmed Predicción de arribos de hacienda al Mercado de Liniers con algoritmos de aprendizaje supervisados
title_sort predicción de arribos de hacienda al mercado de liniers con algoritmos de aprendizaje supervisados
publishDate 2017
url http://sedici.unlp.edu.ar/handle/10915/63173
http://www.clei2017-46jaiio.sadio.org.ar/sites/default/files/Mem/AGRANDA/AGRANDA-05.pdf
work_keys_str_mv AT negrottodaniel predicciondearribosdehaciendaalmercadodeliniersconalgoritmosdeaprendizajesupervisados
bdutipo_str Repositorios
_version_ 1764820480538181634

Ejemplares similares