DESARROLLO DE UN MODELO BASADO EN MACHINE LEARNING PARA PRONOSTICAR EL NÚMERO DE USUARIOS DE TELEVISIÓN POR SUSCRIPCIÓN PARA EL DEPARTAMENTO DE CUNDINAMARCA

Aug 5, 2026

Subir por Ophelia

El documento presenta el desarrollo de un modelo basado en machine learning orientado a pronosticar el número de usuarios de televisión por suscripción para el departamento de Cundinamarca. Incluye un planteamiento del problema y su justificación, define objetivos general y específicos, desarrolla un marco de referencia con antecedentes, conceptos de aprendizaje supervisado y no supervisado, evaluación de desempeño, base de datos y aspectos estadísticos y legales. Finalmente, describe la metodología con recolección, limpieza y preprocesamiento de datos para habilitar el proceso de modelado y validación.

IdiomaSpanish

CategoríaInvestigación e Informes

FormatoPDF

Páginas82

Tiempo de lectura2 h 6 min

AccesoGratis para descargar

Tabla de contenidos

Introducción

Planteamiento del problema

Justificación

Objetivos

Objetivo General

Objetivos específicos

Marco de referencia

Antecedentes

Marco teórico

Machine Learning

Datos De Entrenamiento Y De Prueba

Tipos De Aprendizaje En Machine Learning

Sobreajuste y Ajuste Insuficiente

Indicadores De Desempeño En Machine Learning

Base De Datos

Librerías

Conceptos de estadística

Marco Legal

Metodología

Recolección, limpieza y exploración de los datos

Recolección de Datos

Limpieza y Preprocesamiento de Datos

DESARROLLO DE UN MODELO BASADO EN MACHINE LEARNING PARA PRONOSTICAR EL NUMERO DEUSUARIOS DE TELEVISION POR SUSCRIPCION PARA EL DEPARTAMENTO DE CUNDINAMARCA Autor ANDRES FELIPE BARRERA ESTEPA FABIAN ANDRES GALLEGO VALCÁRCEL UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS Facultad Tecnológica Ingeniería en Telecomunicaciones Bogotá D.C. abril, 2025 DESARROLLO DE UN MODELO BASADO EN MACHINE LEARNING PARA PRONOSTICAR EL NUMERO DEUSUARIOS DE TELEVISION POR SUSCRIPCION PARA EL DEPARTAMENTO DE CUNDINAMARCA Autor ANDRES FELIPE BARRERA ESTEPA [afbarrerae@udistrital.edu.co](afbarrerae@udistrital.edu.co)[ ](afbarrerae@udistrital.edu.co)FABIAN ANDRES GALLEGO VALCÁRCEL [fagallegov@udistrital.edu.co](fagallegov@udistrital.edu.co) Modalidad Monografía Presentado para optar al título de: Ingeniero en Telecomunicaciones Director Ing. Luis Fernando Pedraza Martínez, PhD. UNIVERSIDAD DISTRITAL FRANCISCO JOSÉ DE CALDAS Facultad Tecnológica Ingeniería en Telecomunicaciones Bogotá D.C. abril, 2025 Dedicatoria A nuestras familias, compañeros y profesores, que nos brindaron todo el apoyo en la carrera. Índice Dedicatoria ..................................................................................................................................... iii Índice .............................................................................................................................................. iv Í[ndice de Figuras ............................................................................................................................ vi](ndice de Figuras ............................................................................................................................ vi) Índice de Tablas ............................................................................................................................ viii Glosario .......................................................................................................................................... ix Lista de Abreviaturas y Siglas ......................................................................................................... x Resumen ......................................................................................................................................... xi 1. Introducción............................................................................................................................. 1 2. Planteamiento del problema .................................................................................................... 2 3. Justificación ............................................................................................................................. 3 4. Objetivos.................................................................................................................................. 4 4.1. Objetivo General ............................................................................................................. 4 4.2. Objetivos específicos ....................................................................................................... 4 5. Marco de referencia ................................................................................................................. 5 5.1. Antecedentes.................................................................................................................... 5 5.2. Marco teórico................................................................................................................... 7 5.2.1. Machine Learning........................................................................................................ 7 5.2.2. Datos De Entrenamiento Y De Prueba ........................................................................ 8 5.2.3. Tipos De Aprendizaje En Machine Learning .............................................................. 8 5.2.3.1. Aprendizaje No Supervi

Preguntas frecuentes

Cuál es el objetivo principal del documento?

Desarrollar un modelo basado en machine learning para pronosticar el número de usuarios de televisión por suscripción en el departamento de Cundinamarca.

Qué temas incluye el marco teórico del trabajo?

Aborda machine learning, datos de entrenamiento y prueba, tipos de aprendizaje (no supervisado, semi supervisado, por refuerzo y supervisado), sobreajuste y ajuste insuficiente, indicadores de desempeño, base de datos, librerías y conceptos de estadística.

Cómo se plantea la preparación de los datos dentro de la metodología?

La metodología contempla la recolección de datos, la limpieza y el preprocesamiento, incluyendo la exploración de la información antes de modelar.

Aug 5, 2026

Subir por Ophelia