Inteligencia artificial para predecir disposiciones en PyMES
- Authors
- Apodaca Gaona, Jorge
- Advisor / Supervisor
- OLIVARES AGUAYO, HECTOR ALONSO
- Keywords
- Monetización
- Subject (LIBRUNAM)
- Árboles de decisiónRedes neuronales (Computación)Funciones implícitas
- Subject (SECIHTI)
- Ciencias Sociales › Ciencias Económicas › Organización y dirección de empresas › Planeación Estratégica
- Citation
- Abstract
En este texto no solo se propone una solución basada en Inteligencia Artificial, sino que se presentan los pasos que se siguieron para su implementación y seguimiento en plataformas tecnologías, en la metodología AGILE y respetando marcos legales. La información usada para mostrar en este caso de estudio es publicada por BBVA por lo que no generar´a controversias y se cuida el anonimato de los clientes, así como la información estratégica del Banco ya que solo se utiliza la información muestra, de hace dos años y sin datos personales. La implementación del modelo en un ambiente productivo significó diversos retos, en este texto se comentará los más importantes y cómo fueron solucionados en el momento. A lo largo del texto son presentados diferentes modelos de Machine Learning y diferentes plataformas de programación, para así encontrar las mejores herramientas de generación e implementación del modelo. Con esta información se abordará una breve discusión sobre cuáles son los beneficios de cada una de las herramientas señaladas. En este caso, se selecciona la plataforma de Big Data Jupyter en un entorno distribuido de Spark y que, a manera de ejemplo, se muestra su funcionamiento en una plataforma de Big Data, es por ello que se puede considerar que este modelo aquí presentado es una aplicación de Big Data que es aplicado en un ambiente de cómputo distribuido.
Record details
Academic details
- Degree
- Maestría
- Degree work
- Estudio de caso
- Institution
- Universidad La Salle México
- School or faculty
- Facultad de Negocios
Publication
- Citation identifier
- Apodaca Gaona, J. (2023). Inteligencia artificial para predecir disposiciones en PyMES. [Estudio de Caso, Universidad La Salle México, México].
Classification
- Resource type
- Otro
- La Salle type
- Trabajo de titulación
- SECIHTI identifier
- 5||53||5311||531111
- Format
- Audience
- Público en general
Rights
- Access level
- Acceso abierto
Open access document
You may consult and download it freely, always citing its authors.
Except where otherwise noted, this item is licensed under Atribución-NoComercial-SinDerivadas 4.0 (CC BY-NC-ND)


