Pronóstico de la demanda del biodiesel mediante la aplicación de técnicas de machine learning
Compartir en:
- Views
- Downloads
Date
2021Publicador
Fundación Universitaria Los Libertadores. Sede Bogotá.
Documentos PDF
Abstract
Este artículo aborda la aplicación de un modelo de pronóstico de Machine Learning para establecer la demanda del principal material utilizado en la perforación de pozos petroleros. Se realizó un análisis de los datos disponibles de la compañía de estudio, permitiendo identificar los cinco materiales con mayor participación en las transacciones diarias de una operación, tomando como dato de entrada del modelo el material Biodiesel que representa el 42% de las transacciones registradas. Posteriormente, se entrenan dos modelos, Arboles de Regresión y Random Forest, se realizó una transformación y limpieza a los datos, se entrenaron dos algoritmos. Finalmente se evalúan estos modelos, usando medidas de error porcentual absoluto medio.