Show simple item record

dc.contributor.authorCastrillon Gomez, Omar Danilo
dc.contributor.authorGiraldo Garcia, Jaime Alberto
dc.contributor.authorArango Marin, Jaime Antero
dc.date.accessioned2021-08-17T03:07:59Z
dc.date.accessioned2022-02-22T12:16:33Z
dc.date.available2021-08-17T03:07:59Z
dc.date.available2022-02-22T12:16:33Z
dc.date.issued2021-07
dc.identifier.isbn978-958-52071-8-9
dc.identifier.issn2414-6390
dc.identifier.otherhttp://laccei.org/LACCEI2021-VirtualEdition/meta/FP47.html
dc.identifier.urihttp://dx.doi.org/10.18687/LACCEI2021.1.1.47
dc.identifier.urihttp://axces.info/handle/10.18687/20210101_47
dc.description.abstractResumen. Una de las principales preguntas que debe resolver la industria automotriz, es determinar la aceptación que tendrán sus productos en el medio. Así, el objetivo fundamental de esta investigación es dar respuesta a esta pregunta. En esta investigación se parte de 6 variables independientes (costo, mantenimiento, puertas, nro. de personas, baúl y seguridad) con el fin de predecir el comportamiento de una variable dependiente denominada aceptación. En este análisis, se toma una base de datos de 1728 registros y mediante un proceso de selección estadística se establecen las variables más influyentes, con el fin de estructurar un archivo para ser analizado por medio del algoritmo J48 de minería de datos, el cual es ejecutado mediante la plataforma de aprendizaje automático y minería de datos denominada Weka. Como resultado de este proceso se predice (con una efectividad superior al 92%) el comportamiento de la variable dependiente denominada aceptación. Finalmente, los resultados también muestran que las tres variables independientes más influyentes son: costo, nro. de personas, y seguridad.en_US
dc.language.isoEnglishen_US
dc.publisherLACCEI Inc.en_US
dc.rightsLACCEI License
dc.rights.urihttps://laccei.org/blog/copyright-laccei-papers/
dc.subjectMinería de datosen_US
dc.subjectalgoritmo J48en_US
dc.subjectWekaen_US
dc.subjectselección estadísticaen_US
dc.subjectbase de datosen_US
dc.titleTécnicas de Minería de Datos en la Industria Automotriz
dc.typeArticleen_US
dc.description.countryColombiaen
dc.description.institutionUniversidad Nacional de Colombiaen
dc.description.trackAccreditation, Assessment and Globalization of Engineeringen
dc.journal.referatopeerReview


Files in this item

Thumbnail

This item appears in the following Collection(s)

  • 2021 LACCEI - Virtual Edition
    The Nineteenth LACCEI International Multi-Conference for Engineering, Education Caribbean Conference for Engineering and Technology.

Show simple item record