Maestría en Ciencias de Datos
Permanent URI for this community
Browse
Browsing Maestría en Ciencias de Datos by Title
Now showing 1 - 11 of 11
Results Per Page
Sort Options
- ItemAnálisis Predictivo De La Deserción Estudiantil De La Universidad Técnica De Cotopaxi, Utilizando Técnicas De Machine Learning Mediante Aprendizaje Supervisado, Para La Toma De Decisiones Oportunas(Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-04-01) Vera Machuca, Carlos Alberto; Tapia Cerda, Verónica del ConsueloLa presente investigación tiene como objetivo desarrollar un modelo predictivo utilizando técnicas de Machine Learning mediante aprendizaje supervisado para identificar las variables que tienen mayor influencia en la deserción estudiantil en la Universidad Técnica de Cotopaxi (UTC) durante el periodo académico octubre 2024 – febrero 2025. La hipótesis propuesta busca alcanzar una confiabilidad superior al 90% en la predicción, lo que se logra con un 93.06% de precisión mediante el uso de algoritmos como Random Forest y Máquinas de Soporte Vectorial (SVM). Estos resultados proponen estrategias de intervención temprana basadas en datos para mejorar las tasas de retención estudiantil. El estudio se basa en datos académicos, socioeconómicos y demográficos recolectados a través de una encuesta web implementada con Django y SQLite, dirigida a estudiantes de los primeros ciclos de la UTC. Los modelos predictivos fueron entrenados y evaluados utilizando herramientas como Google Colab, Python y bibliotecas como Scikit-Learn, Pandas y Matplotlib, validando su desempeño con métricas como la matriz de confusión y la división de datos en conjuntos de entrenamiento y prueba. Los hallazgos obtenidos destacan que los factores socioeconómicos son los que más influyen en la deserción estudiantil. Además, el enfoque metodológico ágil adoptado en el desarrollo del modelo predictivo convierten la presente propuesta en una referencia significativa para futuras investigaciones relacionadas con el uso de inteligencia artificial (IA) en el ámbito educativo.
- ItemAplicación de inteligencia artificial para la detección de anomalías y corrección automática de kardex en la gestión de inventarios, como base para la predicción de ganancias por producto en QuipuSoft, Latacunga.(Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-06-03) Guanotuña Rodríguez, Edison Javier; Cadena Moreano, José AugustoEste trabajo de titulación tiene como objetivo desarrollar una solución basada en inteligencia artificial (IA) para optimizar la gestión de inventarios en las microempresas y medianas empresas (PYMES) del Ecuador. Esto se logrará mediante la detección automática de anomalías y la corrección de kardex de inventario en el sistema Makipos, que utiliza la empresa QuipuSoft. La propuesta busca mejorar la precisión de los registros, reducir errores humanos y ofrecer herramientas más eficientes para la toma de decisiones comerciales. La metodología empleada utiliza algoritmos de IA como Isolation Forest y One-Class SVM para identificar anomalías, y Random Forests para predecir ganancias por producto. El entrenamiento del modelo resultó en una precisión del 99.9 %, usando datos históricos de ventas, compras y movimientos de inventario. La solución se creará usando una interfaz de programación de aplicaciones REST, que se desarrollará con Django Rest Framework. También se incluirán microservicios hechos con Node.js y Hapi.js, lo que asegurará una integración óptima en el sistema actual. El objetivo de este estudio es el descubrimiento de evidencias iniciales y progresos destacables en la exactitud del registro de inventarios y en la eficacia en la gestión de datos históricos
- ItemComparador de Videos en YouTube: Análisis de Contenido, Estadísticas y Tendencias para la Mejora de Estrategias de Contenido y Rendimiento del Canal.(Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-05-01) Guerrero León, Henry Saúl; Corrales Beltrán, Segundo HumbertoEn la era digital contemporánea, la creación y el consumo de contenido audiovisual han experimentado un auge sin precedentes, transformando la manera en que interactuamos con la información, el entretenimiento y la cultura. En el epicentro de esta revolución se encuentra YouTube, la plataforma líder mundial para compartir videos en línea, que ha democratizado la producción de contenido y ha creado una comunidad global de creadores y espectadores.
- ItemEstudio de datos climáticos históricos y actuales para crear visualizaciones que muestren el impacto del cambio climático en las parroquias urbanas del cantón Latacunga”, mediante el uso de árboles de decisión binaria(Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-05-01) Maldonado Campaña, Patricia Priscila; Tapia Cerda, Verónica Del ConsueloLa investigación aborda el impacto del cambio climático en las parroquias urbanas de Latacunga, evidenciado por temperaturas en aumento, disminución de humedad y precipitaciones cada vez más impredecibles. El objetivo general fue analizar datos climáticos históricos y actuales para crear visualizaciones significativas que ilustren dicho impacto, mediante el uso de árboles de decisión binaria. Se aplicó la metodología CRISP-DM, que implicó etapas de comprensión y preparación de datos climáticos, modelado con un árbol de decisión binario tipo CART, y despliegue de resultados a través de visualizaciones interactivas en Power BI. Como resultado, se obtuvo un modelo predictivo con alta precisión R² de 0,98 y reglas prácticas para anticipar condiciones extremas, por ejemplo, umbrales de temperatura, humedad y viento asociados a baja precipitación o lluvias intensas. Asimismo, las visualizaciones permitieron identificar patrones importantes, como la disminución sostenida de la humedad relativa en el período 2020-2025 y una alta variabilidad interanual en la precipitación y las velocidades del viento con tendencias inversas entre ambas variables, con valores de 390 mm de precipitación en el mes de enero en el año 2023, y una velocidad del viento máxima de 15 km/h, lo generó un fenómeno de disipación en la formación de lluvias, confirmando los efectos locales del cambio climático y proporcionando información valiosa en los meses de enero y agosto para la toma de decisiones en gestión ambiental y adaptación y recursos energéticos.
- ItemEvaluación del Estado Emocional de los empleados de la empresa FenixCorp-ADS mediante el uso de Machine Learning(Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2024-11-10) Tello Oña, Yomara Elizabeth; Quisaguano Collaguazo, Luis RenéLa Inteligencia Artificial (IA) tiene hoy en día un gran auge, no solo en los procesos industriales, sino también, en campos relacionadas con las actividades que contribuyen al desarrollo de las organizaciones y del conocimiento humano. El Aprendizaje Automático se encuentra contenida dentro del contexto computacional de la IA, divida en tres grandes enfoques: Aprendizaje Automático Supervisado (AAS), Aprendizaje Automático No Supervisado y el Aprendizaje por Reforzamiento, que son técnicas y algoritmos capaces de “aprender y razonar” simulando al cerebro humano, y permite clasificar y predecir el comportamiento de los datos suministrado al modelo elegido, mediante la utilización de la biblioteca SciKit-Learn y otras herramientas de Python, lenguaje de programación muy utilizado en el análisis de datos y el análisis de sentimiento, otra herramienta para la extracción de información en base de opiniones subjetivas. El Estado Emocional (EE) es una reacción consiente e inconsciente como respuesta a un estímulo específico en un momento o situación que tiene los individuos. Con el fin de establecer una posible relación con el desempeño laboral de los empleados y la fuga de talento de la empresa FenixCorp-ADS, se elaboró un cuestionario vía Web y se eligieron los algoritmos de clasificación y predicción de aprendizaje automático supervisado y no supervisado que permitió elaborar un análisis comparativo para determinar el modelo más eficiente de los análisis de sentimientos efectuados, contribuyendo en su aplicación de forma más continua por las organizaciones empresariales a modo de su aprovechamiento para automatizar estos procesos.
- ItemEvaluación del Estado Emocional de los empleados de la empresa FenixCorp-ADS mediante el uso de Machine Learning.(Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UT, 2024-12) Tello Oña, Yomara Elizabeth; Quisaguano Collaguazo, Luis RenéArtificial Intelligence (AI) is currently booming, not only in industrial processes, but also in fields related to activities that contribute to the development of organizations and human knowledge. Machine Learning is contained within the computational context of AI, divided into three main approaches: Supervised Machine Learning (AAS), Unsupervised Machine Learning and Reinforcement Learning, which are techniques and algorithms capable of “learning and reasoning” by simulating the human brain, and allows classifying and predicting the behavior of the data supplied to the chosen model, through the use of the SciKit-Learn library and other Python tools, a programming language widely used in data analysis and sentiment analysis, another tool for extracting information based on subjective opinions. Emotional State (ES) is a conscious and unconscious reaction in response to a specific stimulus at a specific time or situation that individuals have. In order to establish a possible relationship with the work performance of employees and the talent drain of the company FenixCorp-ADS, a questionnaire was developed via Web and the classification and prediction algorithms of supervised and unsupervised machine learning were chosen, which allowed to develop a comparative analysis to determine the most efficient model of sentiment analysis performed, contributing in its application in a more continuous way by business organizations in order to use it to automate these processes.
- ItemGestión de Riesgos de Crédito en los Bancos de Ecuador Análisis de Indicadores por Tamaño de Banco(Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-04-01) Yupangui Segovia, Alexander Vinicio; Segundo Humberto, Corrales BeltránEn este trabajo se realizó un estudio sobre la gestión de riesgos en las entidades financieras de Ecuador. La gestión de riesgos es un aspecto importante para medir la estabilidad y sostenibilidad global del sector bancario. A nivel global, los bancos presentan demasiados desafíos en la exposición al riesgo que puede impactar negativamente a su reputación y su operación. Por ello, el monitoreo continuo de los principales indicadores es clave para mitigar la exposición al riesgo. Se examinó la relación de indicadores financieros entre la cartera de crédito y depósitos recibidos por cada banco con datos mensuales. Se llevó a cabo una segmentación de bancos de acuerdo a la clasificación por tamaño de acuerdo al marco ecuatoriano. Con este análisis se profundizó para evaluar cómo el sector financiero ecuatoriano administra el riesgo de crédito por tamaño de banco.
- Item“Impacto de la Cultura Organizacional en el Consumo de Alcohol en una Empresa Pública en Ambato”(Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-03-17) Albán Iza, Jessica Yadira; Camino Acosta, Shayana AnabelEl presente estudio la relación entre la cultura organizacional y el consumo de alcohol en los empleados de la empresa públicaen Ambato. Se utilizó un enfoque cuantitativo con un diseño no experimental, correlacional y transversal. La muestra estuvo conformada por 71 trabajadores de diferentes áreas, a quienes se les aplicaron dos cuestionarios: uno para evaluar el clima organizacional y el cuestionario AUDIT para medir el consumo de alcohol. Para cumplir el objetivo de analizar la relación entre la cultura organizacional y el consumo de alcohol en empleados de la empresa pública, identificando las dimensiones críticas del clima laboral asociadas a conductas de riesgo. Los resultados indicaron que el liderazgo fue la dimensión mejor evaluada (4.00), mientras que la innovación y competitividad obtuvo la calificación más baja (2.67). El análisis del AUDIT mostró que el 50% de los empleados consume alcohol menos de una vez al mes y solo el 11% presenta patrones de consumo de riesgo. Además, se encontró que factores como la percepción de inequidad en la remuneración y la falta de oportunidades de crecimiento pueden estar asociados a mayores niveles de consumo de alcohol. Los hallazgos sugieren que un clima organizacional favorable puede actuar como un factor protector frente al consumo problemático de alcohol. Se recomienda fortalecer las políticas de bienestar laboral, mejorar la comunicación organizacional y establecer estrategias de prevención. La investigación contribuye al análisis del impacto de la cultura organizacional en el comportamiento de los empleados y proporciona bases para futuras intervenciones en el ámbito laboral.
- ItemImplementación de Data Mining haciendo uso del lenguaje de programación Python para la detección de patrones significativos y toma de decisiones del Centro Médico Vida(Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-05-01) Banda Llanganate, David Alexander; Chancusig Chisag, Juan CarlosEl presente trabajo de investigación presenta técnicas de minería de datos con Python a medida que implementamos una toma de decisiones mejorada en el Centro Médico Vida. El estudio expone patrones clave en datos clínicos y administrativos, utilizando algoritmos estadísticos y de aprendizaje automático, con énfasis en el coeficiente de Pearson para el análisis de correlación. Incluye la recolección y el procesamiento de una gran cantidad de datos, sin descuidar la protección de la privacidad mediante métodos de anonimización. Los hallazgos destacan asociaciones importantes como las existentes entre la especialidad médica y las preferencias de los pacientes, y entre hallazgos fisiológicos como la temperatura y la frecuencia respiratoria. Estas asociaciones permiten el diseño de estrategias basadas en evidencia para la eficiencia operativa, la atención médica personalizada y la optimización de recursos en el centro.
- ItemOptimización de la planificación del sílabo en la Universidad Técnica de Cotopaxi mediante Inteligencia Artificial Generativa: Un enfoque personalizado basado en Llama 2 (Large Language Model Meta AI)(Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2025-03-27) Chiluisa Gallardo, Juan Diego; Rodríguez Bárcenas, GustavoEn la educación superior, una planificación curricular eficiente y personalizada es esencial para garantizar la calidad del proceso de enseñanza y aprendizaje. En la Universidad Técnica de Cotopaxi, la elaboración manual de sílabos consume tiempo y recursos significativos y no siempre se adapta a las necesidades específicas de los docentes, afectando negativamente la calidad educativa. Desarrollar e implementar un sistema automatizado basado en el modelo de lenguaje LLAMA 2 (Large Language Model Meta AI) para optimizar la planificación curricular mediante la generación de sílabos personalizados. La metodología incluyó la recopilación y transformación de planificaciones curriculares previas para su procesamiento por LLAMA 2, ejecutando cinco experimentos con complejidad creciente y evaluando la precisión. Se utilizó la herramienta Pandas AI para el análisis de datos y la técnica de Recuperación Aumentada por Generación (RAG) para enriquecer la generación de sílabos. Los resultados mostraron una precisión del 92,5% en las recomendaciones generadas, representando una mejora significativa respecto a los métodos tradicionales. La implementación del sistema automatizado basado en LLAMA 2 demostró mejorar significativamente la eficiencia y precisión en la generación de sílabos personalizados, optimizando la planificación curricular y contribuyendo a mejorar la calidad educativa.
- ItemTendencias en la gestión de facturación para ACEROTRANS.S.A en 2024: Un enfoque práctico aplicando técnicas de Inteligencia Artificial(Ecuador: Latacunga: Universidad Técnica de Cotopaxi (UTC), 2024-09-01) Reinoso Cueva, Diego Alexander; Bedón Salazar, Edison PatricioLa integración del Machine Learning y el desarrollo de aplicaciones informáticas, está en constante evolución debido a que mejoran la capacidad para gestionar eficazmente requerimientos de una empresa u organización y a la vez apoyar a la toma de decisiones informadas. La predicción de tendencias en facturación de transportistas de Acerotrans a partir de datos históricos con la finalidad de evaluar cómo se pueden tomar decisiones anticipadas. Recopilar datos históricos, seguidos por el uso de técnicas de Machine Learning para implementar algoritmos de regresión. Se aplicaron procesos ETL para subida masiva de datos y técnicas de BI para que la información se visualice mediante reportes gráficos. Todos estos métodos forman parte de las fases de KDD. Los algoritmos de regresión se encargarán de entrenar, agrupar y predecir la facturación, lo que permitió hacer un análisis sobre los datos originales y los datos predichos a fin de evaluar el comportamiento y ajuste del modelo. La integración de la inteligencia artificial, inteligencia de negocios y el desarrollo Web es vital para que un sistema informático se adapte a cambios y necesidades del usuario. La predicción de tendencias en base a datos históricos es esencial para anticiparse a eventos futuros, por lo que el volumen de datos debe ser considerable.