Capacidad predictiva de las Máquinas de Soporte Vectorial. Una aplicación en la planificación financiera.

Victor Manuel Cuevas Soto

Resumen


En los últimos años el uso de modelos no lineales para predicción y clasificación a través de algoritmos y técnicas computacionales de avanzada (Machine Learning), han surgido como alternativa eficiente para modelar procesos económicos. El presente trabajo fue desarrollado con el objetivo de construir un modelo para pronosticar la proyección de los ingresos en la Empresa de Mantenimiento a Centrales Eléctricas (EMCE). La modelación fue realizada a través del algoritmo Support Vector Machine (SVM) obteniéndose 95.8 % de aciertos con función kernel RBF. Se propone una herramienta gráfica (graph of prognostic projections) para la interpretación de pronóstico sobre proyecciones de variables de naturaleza económica.

Palabras clave


pronóstico, inteligencia artificial, series de tiempo, máquinas de soporte vectorial, aprendizaje automático

Texto completo:

PDF

Enlaces refback

  • No hay ningún enlace refback.




_________________________________________________________________________________________________________

La Universidad de las Ciencias Informáticas (UCI), a través del sello editorial Ediciones Futuro, publica los contenidos de la Revista Cubana de Ciencias Informáticas (RCCI) bajo licencia Creative Commons de tipo Atribución 4.0 Internacional (CC BY 4.0). Esta licencia permite a otros distribuir, mezclar, ajustar y construir a partir de su obra, incluso con fines comerciales, siempre que le sea reconocida la autoría de la creación original.
_________________________________________________________________________________________________________

 INDEXACIÓN