Mostrar el registro sencillo del ítem

dc.contributor.advisorTello Bedriñana, Herminia Bertha
dc.contributor.authorChavez Arzapalo, Jose Luis
dc.date.accessioned2024-01-08T20:29:01Z
dc.date.available2024-01-08T20:29:01Z
dc.date.issued2023
dc.identifier.urihttps://hdl.handle.net/20.500.12952/8413
dc.description.abstractEn el mundo empresarial actual, es imprescindible que las compañías logren ser más rentables, responder con mayor rapidez y ofrecer productos y servicios de alta calidad, todo ello mientras reduce el número de empleados y disminuyen los costos. Un aspecto clave en este proceso es la adecuada generación y gestión del conocimiento. Aunque existe una gran cantidad de información disponible, lo que escasea es el conocimiento en sí (Hair et al., 2014). La logística es un factor crítico en la gestión empresarial moderna, ya que permite una mejor planificación y control de los procesos relacionados con la cadena de suministro. El objetivo general de este informe es evaluar la optimización de la distribución de carga en la empresa RPB SCM LOGISTICS en Lima, Perú, utilizando Machine Learning mediante un análisis de costos y tiempos de entrega. Para ello, se llevará a cabo un análisis exhaustivo de los datos disponibles del 2022, mediante el uso de herramientas y técnicas estadísticas avanzadas. Se evaluarán los tiempos de entrega y costos operativos, y se compararán con los resultados obtenidos antes de la implementación la técnica de Machine Learning. El trabajo se enfoca en la aplicación de la ciencia de datos, específicamente con la aplicación de la técnica de regresión líneas para la optimización de los procesos de distribución en la empresa. Los resultados obtenidos en este trabajo contribuyen al mejoramiento de la eficiencia en la distribución, permitiendo a la empresa mejorar su calidad de servicio y, por ende, su competitividad en el mercado.es_PE
dc.formatapplication/pdfes_PE
dc.language.isospaes_PE
dc.publisherUniversidad Nacional del Callaoes_PE
dc.rightsinfo:eu-repo/semantics/openAccesses_PE
dc.rights.urihttps://creativecommons.org/licenses/by/4.0/es_PE
dc.subjectMachine Learninges_PE
dc.subjectOptimizaciónes_PE
dc.subjectDatoses_PE
dc.subjectCostoses_PE
dc.subjectTiempos de entregaes_PE
dc.subjectRegresión Lineales_PE
dc.titleOptimización de la distribución de carga en la empresa RPB SCM Logistics en Lima, Perú, utilizando Machine Learning: Un análisis de costos y tiempos de entrega 2022es_PE
dc.typeinfo:eu-repo/semantics/reportes_PE
thesis.degree.nameLicenciado en físicaes_PE
thesis.degree.grantorUniversidad Nacional del Callao. Facultad de Ciencias Naturales y Matemáticases_PE
thesis.degree.disciplineFísicaes_PE
renati.advisor.dni08594896
renati.advisor.orcidhttps://orcid.org/0000-0003-3511-1678es_PE
renati.author.dni4085055
renati.discipline533018es_PE
renati.jurorLozano Bartra, Whualkuer Enrique
renati.jurorVidal Guzmán, Roel Mario
renati.jurorAlva Zavaleta, Rolando Juan
renati.jurorArellano Ubilluz, Pablo Godofredo
renati.levelhttps://purl.org/pe-repo/renati/level#tituloProfesionales_PE
renati.typehttps://purl.org/pe-repo/renati/type#trabajoDeSuficienciaProfesionales_PE
dc.publisher.countryPEes_PE
dc.subject.ocdehttps://purl.org/pe-repo/ocde/ford#1.03.00es_PE


Ficheros en el ítem

Thumbnail
Thumbnail
Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(es)

Mostrar el registro sencillo del ítem

info:eu-repo/semantics/openAccess
Excepto si se señala otra cosa, la licencia del ítem se describe como info:eu-repo/semantics/openAccess