Previsión de demanda mediante técnicas de machine learning

La gestión del inventario es crucial para el rendimiento operativo de una empresa, enfrentando desafíos que van desde problemas con proveedores hasta cambios inesperados en la demanda y promociones del mercado. Este proyecto aborda esta complejidad mediante la creación de un modelo predictivo para e...

ver descrição completa

Detalhes bibliográficos
Autor: Calvo Martucci, Sebastián
Formato: tesis de maestría
Fecha de publicación:2024
País:España
Recursos:Universitat Oberta de Catalunya (UOC)
Repositorio:O2, repositorio institucional de la UOC
OAI Identifier:oai:openaccess.uoc.edu:10609/150787
Acesso em linha:http://hdl.handle.net/10609/150787
Access Level:acceso abierto
Palavra-chave:gestión de demanda
aprendizaje automático
algoritmo predictivo
modelo predictivo
stock management
machine learning
predictive algorithms
predictive model
Machine learning -- TFM
Aprenentatge automàtic -- TFM
id ES_cb3a9c4b6f89e38718645bf331b8e33d
oai_identifier_str oai:openaccess.uoc.edu:10609/150787
network_acronym_str ES
network_name_str España
repository_id_str
spelling Previsión de demanda mediante técnicas de machine learningCalvo Martucci, Sebastiángestión de demandaaprendizaje automáticoalgoritmo predictivomodelo predictivostock managementmachine learningpredictive algorithmspredictive modelMachine learning -- TFMAprenentatge automàtic -- TFMLa gestión del inventario es crucial para el rendimiento operativo de una empresa, enfrentando desafíos que van desde problemas con proveedores hasta cambios inesperados en la demanda y promociones del mercado. Este proyecto aborda esta complejidad mediante la creación de un modelo predictivo para estimar con mayor precisión la demanda y facilitar la gestión del stock. Para lograr esta meta, se comienza con la justificación y contextualización del proyecto, estableciendo los objetivos y la metodología de trabajo. Posteriormente se revisa la bibliografía existente en cuanto a soluciones propuestas para tener un punto de partida. Además, se investiga sobre una técnica de estimación del cálculo de inventario. Luego, se analizan los datos de una empresa de venta de productos de automoción, llevando a cabo la exploración y limpieza de los datos para garantizar su calidad. Se buscan correlaciones entre variables, se crean features y se aplican técnicas de clustering. Una vez completada la etapa de exploración y preprocesamiento, se procede con la selección de modelos, explicando los indicadores de precisión e hiperparámetros utilizados. Posteriormente se evalúan y clasifican los resultados de precisión obtenidos de los diferentes modelos seleccionados. Finalmente, se estudia el impacto económico de la mejora del algoritmo y se presentan las conclusiones del proyecto, junto con las lecciones aprendidas, el logro de los objetivos y las posibles líneas de trabajo futuro.Stock management is crucial for a company’s operational performance, facing challenges ranging from supplier issues to unexpected changes in demand and market promotions. This project tackles this complexity by creating a predictive model to estimate demand more accurately and facilitate stock management. To achieve this goal, the project begins with the justification and contextualization, establishing objectives and the working methodology. Then, existing literature on proposed solutions is reviewed to provide a foundation. Additionally, a technique for estimating inventory calculations is investigated. Following this, data from a company that sells automotive products is analyzed, involving data exploration and cleaning to ensure quality. Correlations between variables are examined, features are created, and clustering techniques are applied. Once the exploration and preprocessing stages are completed, model selection proceeds, detailing the accuracy indicators and hyperparameters used. Subsequently, the accuracy results from the different selected models are evaluated and ranked. Finally, the economic impact of the improved algorithm is studied, and the project’s conclusions are presented, including lessons learned, achievement of objectives, and potential future work directions.Universitat Oberta de Catalunya (UOC)Benito Altamirano, IsmaelPolo, Lorena202420242024info:eu-repo/semantics/masterThesisapplication/pdfapplication/pdfhttp://hdl.handle.net/10609/150787reponame:O2, repositorio institucional de la UOCinstname:Universitat Oberta de Catalunya (UOC)EspañolCC BY-NC-NDhttp://creativecommons.org/licenses/by-nc-nd/3.0/es/info:eu-repo/semantics/openAccessoai:openaccess.uoc.edu:10609/1507872026-05-28T12:42:01Z
dc.title.none.fl_str_mv Previsión de demanda mediante técnicas de machine learning
title Previsión de demanda mediante técnicas de machine learning
spellingShingle Previsión de demanda mediante técnicas de machine learning
Calvo Martucci, Sebastián
gestión de demanda
aprendizaje automático
algoritmo predictivo
modelo predictivo
stock management
machine learning
predictive algorithms
predictive model
Machine learning -- TFM
Aprenentatge automàtic -- TFM
title_short Previsión de demanda mediante técnicas de machine learning
title_full Previsión de demanda mediante técnicas de machine learning
title_fullStr Previsión de demanda mediante técnicas de machine learning
title_full_unstemmed Previsión de demanda mediante técnicas de machine learning
title_sort Previsión de demanda mediante técnicas de machine learning
dc.creator.none.fl_str_mv Calvo Martucci, Sebastián
author Calvo Martucci, Sebastián
author_facet Calvo Martucci, Sebastián
author_role author
dc.contributor.none.fl_str_mv Benito Altamirano, Ismael
Polo, Lorena
dc.subject.none.fl_str_mv gestión de demanda
aprendizaje automático
algoritmo predictivo
modelo predictivo
stock management
machine learning
predictive algorithms
predictive model
Machine learning -- TFM
Aprenentatge automàtic -- TFM
topic gestión de demanda
aprendizaje automático
algoritmo predictivo
modelo predictivo
stock management
machine learning
predictive algorithms
predictive model
Machine learning -- TFM
Aprenentatge automàtic -- TFM
description La gestión del inventario es crucial para el rendimiento operativo de una empresa, enfrentando desafíos que van desde problemas con proveedores hasta cambios inesperados en la demanda y promociones del mercado. Este proyecto aborda esta complejidad mediante la creación de un modelo predictivo para estimar con mayor precisión la demanda y facilitar la gestión del stock. Para lograr esta meta, se comienza con la justificación y contextualización del proyecto, estableciendo los objetivos y la metodología de trabajo. Posteriormente se revisa la bibliografía existente en cuanto a soluciones propuestas para tener un punto de partida. Además, se investiga sobre una técnica de estimación del cálculo de inventario. Luego, se analizan los datos de una empresa de venta de productos de automoción, llevando a cabo la exploración y limpieza de los datos para garantizar su calidad. Se buscan correlaciones entre variables, se crean features y se aplican técnicas de clustering. Una vez completada la etapa de exploración y preprocesamiento, se procede con la selección de modelos, explicando los indicadores de precisión e hiperparámetros utilizados. Posteriormente se evalúan y clasifican los resultados de precisión obtenidos de los diferentes modelos seleccionados. Finalmente, se estudia el impacto económico de la mejora del algoritmo y se presentan las conclusiones del proyecto, junto con las lecciones aprendidas, el logro de los objetivos y las posibles líneas de trabajo futuro.
publishDate 2024
dc.date.none.fl_str_mv 2024
2024
2024
dc.type.none.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
dc.identifier.none.fl_str_mv http://hdl.handle.net/10609/150787
url http://hdl.handle.net/10609/150787
dc.language.none.fl_str_mv Español
language_invalid_str_mv Español
dc.rights.none.fl_str_mv CC BY-NC-ND
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv CC BY-NC-ND
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universitat Oberta de Catalunya (UOC)
publisher.none.fl_str_mv Universitat Oberta de Catalunya (UOC)
dc.source.none.fl_str_mv reponame:O2, repositorio institucional de la UOC
instname:Universitat Oberta de Catalunya (UOC)
instname_str Universitat Oberta de Catalunya (UOC)
reponame_str O2, repositorio institucional de la UOC
collection O2, repositorio institucional de la UOC
repository.name.fl_str_mv
repository.mail.fl_str_mv
_version_ 1869419570063736832
score 15,812429

Registos relacionados