Por favor, use este identificador para citar o enlazar este ítem:
http://hdl.handle.net/10609/74565
Registro completo de metadatos
Campo DC | Valor | Lengua/Idioma |
---|---|---|
dc.contributor.author | Kreplak, Gabriel | - |
dc.contributor.other | Universitat Oberta de Catalunya | - |
dc.date.accessioned | 2018-02-08T21:53:55Z | - |
dc.date.available | 2018-02-08T21:53:55Z | - |
dc.date.issued | 2018-01-22 | - |
dc.identifier.uri | http://hdl.handle.net/10609/74565 | - |
dc.description.abstract | El trabajo escogido tiene por finalidad conseguir una puntuación relevante en la competición de Kaggle: Corporación Favorita Grocery Sales Forecasting. El objetivo de la competición es construir un modelo predictivo para pronosticar ventas futuras. Los métodos de planificación de ventas de esta compañía actualmente están poco sustentados en datos y como consecuencia no están automatizados. Por este motivo, Corporación Favorita propone a la comunidad Kaggle el desarrollo de técnicas de Machine Learning para conseguir adecuar en lo posible la logística y oferta de productos a la demanda de éstos donde son requeridos. | es |
dc.description.abstract | El treball escollit té per finalitat aconseguir una puntuació rellevant en la competició de Kaggle: Corporació Favorita Grocery Sales Forecasting. L'objectiu de la competició és construir un model predictiu per pronosticar vendes futures. Els mètodes de planificació de vendes d'aquesta companyia actualment estan poc sustentats en dades i com a conseqüència no estan automatitzats. Per aquest motiu, Corporació Favorita proposa a la comunitat Kaggle el desenvolupament de tècniques de Machine Learning per aconseguir adequar en tant que sigui possible la logística i oferta de productes a la demanda d'aquests on són requerits. | ca |
dc.description.abstract | The goal of this final grade project is to earn a relevant score in the Kaggle¿s competition: Corporación Favorita Grocery Sales Forecasting through building a state of the art predictive model aimed to forecast future sales. Corporación Favorita has challenged the Kaggle community to build a model that more accurately forecasts product sales. They currently rely on subjective forecasting methods with very little data to back them up and very little automation to execute plans. They¿re excited to see how machine learning could better ensure they please customers by having just enough of the right products at the right time. | en |
dc.language.iso | spa | - |
dc.publisher | Universitat Oberta de Catalunya | - |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ | - |
dc.subject | modelos predictivos | es |
dc.subject | business intelligence | es |
dc.subject | predictive models | en |
dc.subject | models predictius | ca |
dc.subject | análisis de datos | es |
dc.subject | anàlisi de dades | ca |
dc.subject | data analysis | en |
dc.subject | business intelligence | ca |
dc.subject | business intelligence | en |
dc.subject | sales | en |
dc.subject | ventas | es |
dc.subject | vendes | ca |
dc.subject | Big data -- TFM | en |
dc.title | Predicción de ventas de comestibles corporación favorita | - |
dc.type | info:eu-repo/semantics/masterThesis | - |
dc.subject.lemac | Dades massives -- TFM | ca |
dc.subject.lcshes | Datos masivos -- TFM | es |
dc.contributor.director | Sancho-Vinuesa, Teresa | - |
dc.contributor.director | Pujol-Jover, Maria | - |
dc.contributor.tutor | Subirats, Laia | - |
Aparece en las colecciones: | Bachelor thesis, research projects, etc. |
Ficheros en este ítem:
Fichero | Descripción | Tamaño | Formato | |
---|---|---|---|---|
gkreplakTFM0118memoria.pdf | Memoria del TFM | 1,87 MB | Adobe PDF | Visualizar/Abrir |
Comparte:
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons