http://hdl.handle.net/10226/1291 Esta colección esta conformada por Tésis de estudiantes de Posgrado de la Facultad de Ingeniería. Wed, 29 Apr 2026 04:59:18 GMT 2026-04-29T04:59:18Z http://hdl.handle.net/10226/2241 Análisis Predictivo de soporte a la toma de decisiones en la industria del entretenimiento Magarzo Velasco, Marcelo F. Aún no se pueden capturar datos procedentes del futuro, pero ya es posible predecir lo que sucederá en base a datos del pasado; este proceso se denomina análisis predictivo. A diferencia de las prácticas tradicionales de inteligencia de negocios, que presentan una naturaleza más retrospectiva, el enfoque del análisis predictivo se centra en ayudar a las empresas a desarrollar inteligencia procesable sobre la base de los datos históricos. El presente documento busca mediante un modelo predictivo analizar los datos actuales e históricos para predecir el éxito o fracaso, en función a distintas variables y aristas, de una nueva producción en el mundo de la industria del entretenimiento. De esta manera, los ejecutivos en el negocio podrán tomar una decisión acertada sobre cómo publicitar, cómo distribuir e incluso no llegar a producir o estrenar en caso de no obtener una predicción favorable o deseada. Sat, 01 Aug 2020 00:00:00 GMT http://hdl.handle.net/10226/2241 2020-08-01T00:00:00Z http://hdl.handle.net/10226/2240 MACHINE LEARNING EN LA DETECCIÓN DE FRAUDES DE COMERCIO ELECTRÓNICO APLICADO A LOS SERVICIOS BANCARIOS Alvarez, Fredi W. Uno de los principales riesgos a los que están sometidas las entidades financieras son los ataques de fraudes electrónicos. Billones de dólares en pérdidas son absorbidas cada año por las entidades financieras debido a transacciones fraudulentas. Para combatir el fraude de manera efectiva es primordial comprender los mecanismos utilizados por los atacantes para cometer estos actos ilícitos. El diseño de algoritmos de detección de fraude es particularmente difícil debido a la distribución no estacionaria de los datos, las distribuciones de clases altamente desequilibradas (fraude o legítimo) y la disponibilidad de pocas transacciones etiquetadas por los investigadores de fraude; al igual que la falta de disponibilidad de los datos de transacciones por razones de confidencialidad. El presente trabajo plantea un modelo para detección de fraudes en transacciones financieras. Debido a la falta de información pública de transacciones financieras, el modelo fue planteado utilizando datos de transacciones de autorización de tarjetas de crédito, pero puede ser fácilmente adaptado para otro tipo de transacciones financieras. El modelo planteado considera los principales retos en el diseño de un sistema de detección de fraudes: a) clases altamente desequilibradas, b) distribución de estacionaria de los datos y c) la incorporación en línea de la retroalimentación de los investigadores de fraude ante las transacciones etiquetadas como sospechosas. La implementación del modelo planteado en el presente trabajo en un conjunto de datos de prueba permitió predecir exitosamente la mayoría de casos de transacciones fraudulentas con un mínimo porcentaje de falsos negativos. Sat, 01 Aug 2020 00:00:00 GMT http://hdl.handle.net/10226/2240 2020-08-01T00:00:00Z http://hdl.handle.net/10226/2239 Psiquis2.0: Una herramienta para identificar personas con bienestar psicológico óptimo analizando su cuenta de Instagram. Acosta, Martín La actualidad esta bañada por un manto de superficialidad digital que llega a todas las edades y todos los países. Las personas muestran en las redes sociales imágenes de bienestar y felicidad. Navegar las redes es como mirar por una ventana donde solo hay personas felices. Todas las publicaciones muestran personas que no parecieran mostrar ninguna preocupación. ¿Cómo descubrir lo que las personas realmente sienten, si en sus redes todos usan una máscara que los muestra felices en todo momento?Una persona que se muestra feliz ante el mundo no necesariamente lo es. La depresión también se puede esconder detrás de una máscara de felicidad.Robin Williams es un caso que podríamos dar como ejemplo de lo anterior, él era un actor cómico tomado como ejemplo de una persona feliz, sin embargo, su actitud, su trabajo, su vida, todo en él era una fachada que escondía otra cosa que lo llevo a suicidarse a los 63 años. ¿Entonces una persona que se muestra feliz no lo es? Deben existir indicios o rastros que las personas dejan de manera inconsciente para mostrar sus verdades al mundo. Una especie de llamada de auxilio de alguien que se encuentra preso dentro de una situación ficticia. En este trabajo de tesis se presenta una herramienta cuyo propósito es clasificar si las personas tienen una salud emocional óptima, analizando sus cuentas de 4Instagram. Esta herramienta posee un modelo de machine learning con aprendizaje supervisado que permite realizar dicha clasificación. El conjunto de datos de entrenamiento se obtuvo del análisis de publicaciones de la red social de Instagram junto con una clasificación de las personas según el modelo dual –continúo de salud mental. Para ello se analizará la cuenta de Instagram de una persona en la búsqueda de esos indicios ocultos inconscientes que nos pueden dejar. Mon, 01 Jun 2020 00:00:00 GMT http://hdl.handle.net/10226/2239 2020-06-01T00:00:00Z http://hdl.handle.net/10226/2150 MINERÍA DE DATOS COMO FACTOR ESTRATÉGICO PARA GENERAR VENTAJAS COMPETITIVAS APLICADO AL ÁREA DE RR.HH. DE LAS EMPRESAS EN LA REPUBLICA ARGENTINA Huertas Noreña, Kenny F. Los saltos en el almacenamiento y el poder computacional de la última década nos llevan a invertir y aprovechar la información de los trabajadores, utilizando bodegas de datos y aplicando las diferentes técnicas de extracción de conocimiento usando minería de datos (modela la base de datos con el propósito de determinar patrones y relaciones entre los datos) dado que son capaces de proporcionar una mejor comprensión de los diversos datos existentes, procesos de negocio o la vida cotidiana de una manera que no era posible en el pasado. Con los resultados de estas técnicas podemos llegar a examinar los datos relevantes que se pueden presentar, con el fin de entender mejor el trabajo de los empleados de la empresa y los contextos en que ellos se desenvuelven. Tutor: Prof. Dr. Nicolás D’Ippolito Sun, 01 Dec 2019 00:00:00 GMT http://hdl.handle.net/10226/2150 2019-12-01T00:00:00Z