[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"doc-detail-123592-es":3,"doc-seo-123592-110":31,"detail-sidebar-cat-0-es-110":92},{"code":4,"msg":5,"data":6},0,"success",{"doc_id":7,"user_id":8,"nickname":9,"user_avatar":10,"doc_module":4,"category_id":11,"category_name":12,"doc_title":13,"doc_description":14,"doc_content":15,"file_id":16,"file_url":17,"file_type":18,"file_size":19,"view_count":20,"is_deleted":4,"is_public":21,"is_downloadable":21,"audit_status":21,"page_count":22,"language":23,"language_code":24,"site_id":25,"html_lang":24,"table_of_contents":26,"faqs":27,"seo_title":28,"seo_description":14,"update_tm":29,"read_time":30},123592,13056712833777,"Logic","https://ap-avatar.wpscdn.com/davatar_29158cc5080c5b710cf443261637dec0",41,"Investigación e Informes","Pronóstico de la inflación colombiana - una aproximación desde los modelos machine learning","Trabajo de grado orientado a pronosticar la inflación mensual en Colombia a partir de determinantes macroeconómicos. Se comparan siete modelos de machine learning (regresión lineal, SMV, árboles de decisión, MLP, KNN, SVR y LSTM) con un modelo convencional ARIMA. Los resultados muestran que ARIMA y LSTM entregan el mejor desempeño de pronóstico. Además, se plantea que la predicción del LSTM puede mejorar con una arquitectura óptima de los datos y, potencialmente, incorporando el comportamiento de las divisiones que integran la canasta básica.","Pronóstico de la inflación colombiana: una aproximación desde los modelos  \nmachine learning  \nJose Fernando Loaiza Zapata  \nTrabajo de Grado  \nAsesores:  \nLiz Jeanneth Londoño Sierra  \nJaime Andrés Riascos Salas  \nProfesores:  \nMauricio Andrés Ramírez Gómez  \nTatiana Isabel Caly Amador  \nUniversidad EAFIT  \nEscuela de Finanzas, Economía y Gobierno  \nMedellín  \nResumen:  \nEl objetivo de este trabajo es pronosticar la inflación mensual de colombiana a partir de sus determinantes macroeconómicos. Se utilizan 7 modelos de machine learning: regresión lineal, SMV, Arboles de Decisión, MLP, KNN, SVR y LSTM, y 1 modelo convencional ARIMA.  \nLos modelos de mejor pronóstico fueron los ARIMA y el LSTM. Aunque, puede mejorarse lapredicción del LSTM haciendo una óptima arquitectura de los datos dado que logra capturar los cambios drásticos de las variables, incluso podría mejorar si se incluye el comportamiento de cada una de las divisiones que componen la canasta básica.  \nPalabras clave: Inflación, pronóstico, machine learning, ARIMA  \nClasificación JEL: E31, C5, C19  \nÍndice  \n1. Planteamiento, formulación y sistematización del problema ...................................................4  \n2. Resultado esperado ...................................................................................................................7  \n3. Objetivos ...................................................................................................................................7  \n4. Justificación .............................................................................................................................. 8  \n5. Marco teórico y antecedentes del problema..............................................................................9  \n5.1 Modelo ARIMA .............................................................................................................. 15  \n5.2 Modelos machine learning............................................................................................... 16  \n5.2.1 Modelo de regresión lineal múltiple ............................................................................ 16  \n5.2.2 Regresión lineal con árboles de decisión ..................................................................... 17  \n5.2.3 Modelo de Perceptrón Multicapa (MLP) ..................................................................... 18  \n5.2.4 Modelo de K-vecinos (KNN, del inglés K-nearest neighbours) ................................. 19  \n5.2.5 Modelo de vectores de soporte de regresión (SVR) .................................................... 19  \n5.3 Modelo Long Short-Term Memory (LSTM) ...................................................................20  \n6. Metodología ............................................................................................................................23  \n6.1 Descripción de datos........................................................................................................23  \n7. Resultados ...............................................................................................................................26  \n8. Conclusiones ...........................................................................................................................30  \n9. Bibliografía .............................................................................................................................31  \n1. Planteamiento, formulación y sistematización del problema  \nLa inflación es el aumento generalizado y persistente en los precios de bienes y servicios de un país en un periodo de tiempo determinado. El precio de un producto o un servicio hace referencia al valor relativo que los individuos tienen sobre algún producto de la economía al ser adquirido por medio de la moneda; es decir, es la unidad común de valor que es respaldada deforma legal por el banco central. Los precios están determinados por la oferta y la demanda del mercado, de manera que los movimien","cbCaipzlgb4jje8p","https://ap.wps.com/l/cbCaipzlgb4jje8p","pdf",599198,3,1,32,"Spanish","es",110,"# Planteamiento, formulación y sistematización del problema\n# Resultado esperado\n# Objetivos\n# Justificación\n# Marco teórico y antecedentes del problema\n# Metodología\n# Descripción de datos\n# Resultados\n# Conclusiones\n# Bibliografía","[{\"question\":\"Cuál es el objetivo del trabajo sobre inflación en Colombia?\",\"answer\":\"Pronosticar la inflación mensual en Colombia utilizando determinantes macroeconómicos y modelos predictivos.\"},{\"question\":\"Qué modelos se emplean para el pronóstico?\",\"answer\":\"Se usan siete modelos de machine learning (regresión lineal, SMV, árboles de decisión, MLP, KNN, SVR y LSTM) y un modelo convencional ARIMA.\"},{\"question\":\"Qué modelos obtuvieron el mejor desempeño según el documento?\",\"answer\":\"Los modelos con mejor pronóstico fueron ARIMA y LSTM.\"}]","Pronóstico de la inflación colombiana - una aproximación desde los modelos machine learning | PDF",1785817526,49,{"code":4,"msg":32,"data":33},"ok",{"site_id":25,"language":24,"slug":34,"title":13,"keywords":35,"description":14,"schema_data":36,"social_meta":87,"head_meta":89,"extra_data":91,"updated_unix":29},"forecasting-colombian-inflation-an-approach-using-machine-learning-models","",{"@graph":37,"@context":86},[38,54,69],{"@type":39,"itemListElement":40},"BreadcrumbList",[41,45,49,51],{"item":42,"name":43,"@type":44,"position":21},"https://docshare.wps.com","Home","ListItem",{"item":46,"name":47,"@type":44,"position":48},"https://docshare.wps.com/es/document/","Document",2,{"item":50,"name":12,"@type":44,"position":20},"https://docshare.wps.com/es/document/investigación-e-informes/",{"item":52,"name":13,"@type":44,"position":53},"https://docshare.wps.com/es/document/forecasting-colombian-inflation-an-approach-using-machine-learning-models/123592/",4,{"url":52,"name":13,"@type":55,"author":56,"headline":13,"publisher":58,"fileFormat":61,"inLanguage":24,"description":14,"dateModified":62,"datePublished":63,"encodingFormat":61,"isAccessibleForFree":64,"interactionStatistic":65},"DigitalDocument",{"name":9,"@type":57},"Person",{"url":42,"name":59,"@type":60},"DocShare","Organization","application/pdf","2026-08-17","2026-08-04",true,{"@type":66,"interactionType":67,"userInteractionCount":20},"InteractionCounter",{"@type":68},"ViewAction",{"@type":70,"mainEntity":71},"FAQPage",[72,78,82],{"name":73,"@type":74,"acceptedAnswer":75},"Cuál es el objetivo del trabajo sobre inflación en Colombia?","Question",{"text":76,"@type":77},"Pronosticar la inflación mensual en Colombia utilizando determinantes macroeconómicos y modelos predictivos.","Answer",{"name":79,"@type":74,"acceptedAnswer":80},"Qué modelos se emplean para el pronóstico?",{"text":81,"@type":77},"Se usan siete modelos de machine learning (regresión lineal, SMV, árboles de decisión, MLP, KNN, SVR y LSTM) y un modelo convencional ARIMA.",{"name":83,"@type":74,"acceptedAnswer":84},"Qué modelos obtuvieron el mejor desempeño según el documento?",{"text":85,"@type":77},"Los modelos con mejor pronóstico fueron ARIMA y LSTM.","https://schema.org",{"og:url":52,"og:type":88,"og:title":13,"og:site_name":59,"og:description":14},"article",{"robots":90,"canonical":52},"index,follow",{"doc_id":7,"site_id":25},{"code":4,"msg":5,"data":93},[94,99,103,107,111,113,117,121,125,129],{"id":95,"doc_module":4,"doc_module_name":47,"category_name":96,"show_sort_weight":97,"slug":98},39,"Cómic",60,"comic",{"id":100,"doc_module":4,"doc_module_name":47,"category_name":101,"show_sort_weight":97,"slug":102},43,"Estilo de Vida","lifestyle",{"id":104,"doc_module":4,"doc_module_name":47,"category_name":105,"show_sort_weight":97,"slug":106},38,"Examen","exam",{"id":108,"doc_module":4,"doc_module_name":47,"category_name":109,"show_sort_weight":97,"slug":110},44,"General","general",{"id":11,"doc_module":4,"doc_module_name":47,"category_name":12,"show_sort_weight":97,"slug":112},"research-report",{"id":114,"doc_module":4,"doc_module_name":47,"category_name":115,"show_sort_weight":97,"slug":116},37,"Literatura","literature",{"id":118,"doc_module":4,"doc_module_name":47,"category_name":119,"show_sort_weight":97,"slug":120},22,"Relatos y Novelas","story-novel",{"id":122,"doc_module":4,"doc_module_name":47,"category_name":123,"show_sort_weight":97,"slug":124},42,"Religión y Espiritualidad","religion-spirituality",{"id":126,"doc_module":4,"doc_module_name":47,"category_name":127,"show_sort_weight":97,"slug":128},40,"Salud y Atención Médica","healthcare",{"id":130,"doc_module":4,"doc_module_name":47,"category_name":131,"show_sort_weight":97,"slug":132},24,"Tecnología","technology"]