Clasificación de los municipios del país de acuerdo con el movimiento de carga por carretera utilizando modelos no supervisados de aprendizaje automático

Vista sencilla de ítem
dc.contributor.advisorVillarraga Palomino, Jesús Antonio
dc.contributor.authorMartinez Rodriguez, Juan Carlos
dc.creator.emailjcmartinezr01@libertadores.eduspa
dc.date.accessioned2022-07-23T18:05:27Z
dc.date.available2022-07-23T18:05:27Z
dc.date.created2022
dc.descriptionEl presente documento desarrolla un modelo de clasificación no supervisado para los municipios de Colombia en torno al movimiento de carga del servicio público de transporte de carga, a través, de la utilización de algoritmos de clasificación como los son los árboles de clasificación, k-medias, k-medioides y modelo de clasificación discreta. Estos algoritmos son utilizados en conjunto con los datos de movilización de carga del sistema del Registro nacional de Despachos de Carga – RNDC, del Ministerio de Transporte de Colombia, de modo tal que se realiza un proceso de recolección de datos, preparación de los mismos en torno al flujo de carga, desarrollo de los algoritmos mencionados y una evaluación de los diferentes modelos para seleccionar aquel modelo que en términos de homogeneidad intra grupal y heterogeneidad intergrupal sea el más adecuado. De acuerdo con lo mencionado, el modelo seleccionado es k-medioides, este modelo utiliza la mínima distancia de la mediana de los miembros de cada grupo, generando tres grupos cada uno con sus características particulares.spa
dc.description.abstractThis document develops a no supervised clustering models applied to the colombia’s cargo flow public service, using clustering models as decision trees, k-means, k-medioids and DBSCAN. This algoritms are used with the data of the National Registry of Cargo Dispatches (RNDC) of the Colombian Ministry of Transportation. The process starts with recollecting the data, preparing the data, develop the algoritms and evaluate them to select the model that best fits in intra-group homogeneity and intergroup heterogeneity. According to the mentioned, k-medioids is the selected model, this model uses the median minimum distance between members of each group, generating three groups, each one with its own features.spa
dc.formatPDFspa
dc.identifier.urihttp://hdl.handle.net/11371/4743
dc.language.isospaspa
dc.publisherFundación Universitaria Los Libertadores. Sede Bogotá.spa
dc.rights.accesoAbierto (Texto Completo)spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.subject.lembMunicipiosspa
dc.subject.lembMachine learningspa
dc.subject.lembPolítica de transportespa
dc.subject.lembColombiaspa
dc.subject.proposalAprendizaje no supervisadospa
dc.subject.proposalClusterizaciónspa
dc.subject.proposalRNDCspa
dc.subject.proposalMunicipiosspa
dc.subject.subjectenglishNon supervised machine learningspa
dc.subject.subjectenglishClusteringspa
dc.subject.subjectenglishRNDCspa
dc.subject.subjectenglishTownshipspa
dc.titleClasificación de los municipios del país de acuerdo con el movimiento de carga por carretera utilizando modelos no supervisados de aprendizaje automáticospa
dc.typeinfo:eu-repo/semantics/bachelorThesisspa
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Martinez_Juan_2022.pdf
Tamaño:
853.55 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 2 de 2
Miniatura
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Miniatura
Nombre:
Autorizacion_Martinez_Juan_2022.pdf
Tamaño:
278.94 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Especialización en Estadística Aplicada