Técnicas de aprendizaje automático aplicadas en empresas de pequeña escala
Data Analytics es comúnmente utilizado por empresas de gran escala, pero también puede aportar información valiosa a empresas de pequeña escala. El objetivo de este trabajo será demostrar que se pueden aplicar técnicas de aprendizaje supervisado y no supervisado utilizando un volumen de datos pequeñ...
Guardado en:
Autor principal: | |
---|---|
Otros Autores: | |
Formato: | Tesis de maestría acceptedVersion |
Lenguaje: | Español |
Publicado: |
Universidad Torcuato Di Tella
2023
|
Materias: | |
Acceso en línea: | https://repositorio.utdt.edu/handle/20.500.13098/11880 |
Aporte de: |
id |
I57-R163-20.500.13098-11880 |
---|---|
record_format |
dspace |
spelling |
I57-R163-20.500.13098-118802023-06-16T07:25:43Z Técnicas de aprendizaje automático aplicadas en empresas de pequeña escala Toto Ruá, Agustina Gálvez, Ramiro H. Comportamiento del Consumidor Pequeña y mediana empresa Predicción tecnológica Machine Learning Aprendizaje automático Data analytics Curva ROC Variable Churn Data Analytics es comúnmente utilizado por empresas de gran escala, pero también puede aportar información valiosa a empresas de pequeña escala. El objetivo de este trabajo será demostrar que se pueden aplicar técnicas de aprendizaje supervisado y no supervisado utilizando un volumen de datos pequeño y aun así obtener buenos resultados. Se realizó un análisis predictivo sobre la variable Churn, alcanzando un puntaje de 0,82 de área bajo la curva ROC. Asimismo, se realizó un análisis descriptivo sobre los consumidores, logrando la segmentación de estos en tres grupos con sentido de negocio. Los resultados obtenidos aportan información valiosa para las decisiones futuras que tomará la empresa para crecer. Data Analytics is commonly associated to large companies; however, it can also provide valuable information to small scale companies. The objective of the present paper is to demonstrate that techniques of supervised and unsupervised learning can be also used in small data sets and obtain favorable results. A Churn prediction analysis was conducted, reaching a 0.82 AUC score. In addition, customers were segmented into three groups with business sense. The results obtained in this paper will contribute with valuable information for the future decisions that the company must take to grow. 2023-06-15T16:57:39Z 2023-06-15T16:57:39Z 2022 info:eu-repo/semantics/masterThesis info:ar-repo/semantics/tesis de maestría info:eu-repo/semantics/acceptedVersion https://repositorio.utdt.edu/handle/20.500.13098/11880 spa info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-sa/2.5/ar/ 63 p. application/pdf application/pdf Universidad Torcuato Di Tella |
institution |
Universidad Torcuato Di Tella |
institution_str |
I-57 |
repository_str |
R-163 |
collection |
Repositorio Digital Universidad Torcuato Di Tella |
language |
Español |
orig_language_str_mv |
spa |
topic |
Comportamiento del Consumidor Pequeña y mediana empresa Predicción tecnológica Machine Learning Aprendizaje automático Data analytics Curva ROC Variable Churn |
spellingShingle |
Comportamiento del Consumidor Pequeña y mediana empresa Predicción tecnológica Machine Learning Aprendizaje automático Data analytics Curva ROC Variable Churn Toto Ruá, Agustina Técnicas de aprendizaje automático aplicadas en empresas de pequeña escala |
topic_facet |
Comportamiento del Consumidor Pequeña y mediana empresa Predicción tecnológica Machine Learning Aprendizaje automático Data analytics Curva ROC Variable Churn |
description |
Data Analytics es comúnmente utilizado por empresas de gran escala, pero también puede aportar información valiosa a empresas de pequeña escala. El objetivo de este trabajo será demostrar que se pueden aplicar técnicas de aprendizaje supervisado y no supervisado utilizando un volumen de datos pequeño y aun así obtener buenos resultados. Se realizó un análisis predictivo sobre la variable Churn, alcanzando un puntaje de 0,82 de área bajo la curva ROC. Asimismo, se realizó un análisis descriptivo sobre los consumidores, logrando la segmentación de estos en tres grupos con sentido de negocio. Los resultados obtenidos aportan información valiosa para las decisiones futuras que tomará la empresa para crecer. |
author2 |
Gálvez, Ramiro H. |
author_facet |
Gálvez, Ramiro H. Toto Ruá, Agustina |
format |
Tesis de maestría Tesis de maestría acceptedVersion |
author |
Toto Ruá, Agustina |
author_sort |
Toto Ruá, Agustina |
title |
Técnicas de aprendizaje automático aplicadas en empresas de pequeña escala |
title_short |
Técnicas de aprendizaje automático aplicadas en empresas de pequeña escala |
title_full |
Técnicas de aprendizaje automático aplicadas en empresas de pequeña escala |
title_fullStr |
Técnicas de aprendizaje automático aplicadas en empresas de pequeña escala |
title_full_unstemmed |
Técnicas de aprendizaje automático aplicadas en empresas de pequeña escala |
title_sort |
técnicas de aprendizaje automático aplicadas en empresas de pequeña escala |
publisher |
Universidad Torcuato Di Tella |
publishDate |
2023 |
url |
https://repositorio.utdt.edu/handle/20.500.13098/11880 |
work_keys_str_mv |
AT totoruaagustina tecnicasdeaprendizajeautomaticoaplicadasenempresasdepequenaescala |
_version_ |
1769355029590835200 |