Ir al contenido

Documat


Aportaciones a la toma de decisiones de gestión empresarial utilizando metodologías de aprendizaje máquina

  • Autores: Luis Santiago García Pineda
  • Directores de la Tesis: Carlos Alonso de Armiño Pérez (dir. tes.) Árbol académico, Daniel Urda Muñoz (codir. tes.) Árbol académico
  • Lectura: En la Universidad de Burgos ( España ) en 2023
  • Idioma: español
  • Número de páginas: 159
  • Tribunal Calificador de la Tesis: Ricardo del Olmo Martínez (presid.) Árbol académico, Miguel Ángel Manzanedo del Campo (secret.) Árbol académico, Ernesto Cilleruelo Carrasco (voc.) Árbol académico, Pedro Riesgo Fernández (voc.) Árbol académico, Emilio Santiago Corchado Rodríguez (voc.) Árbol académico
  • Enlaces
    • Tesis en acceso abierto en: RIUBU
  • Resumen
    • En la tesis se aportan 3 publicaciones elaboradas por el grupo de investigación al que pertenece el autor de la tesis (D. Luis Santiago García Pineda) En el primer trabajo se analiza la sostenibilidad de la actividad del transporte por carretera en España a través del uso de Parcelas Exploratorias Híbridas No Supervisadas (HUEP,s) utilizando una metodología novedosa que combina EPP (Persecución de Proyecciones Exploratorias) con métodos de clusterización o agrupamiento de datos (K-means y Aglomerativo). En el segundo se analiza la sostenibilidad económica de las cadenas de suministro de distintos sectores mediante la aplicación del predictor Altman Z-Score. Se obtiene un ranking de probabilidad de quiebra de las cadenas de suministro de las empresas, según el sector al que pertenecen. Y en el tercero se lleva a cabo un análisis de series temporales mediante redes neuronales para predecir el precio del acero laminado en caliente (HRC) en España.


Fundación Dialnet

Mi Documat

Opciones de tesis

Opciones de compartir

Opciones de entorno