dc.creatorNeira Campos, Mike Alex
dc.date.accessioned2018-05-14T16:11:38Z
dc.date.available2018-05-14T16:11:38Z
dc.date.created2018-05-14T16:11:38Z
dc.date.issued2017
dc.identifierE10.N4-T BAN UNALM
dc.identifierhttps://hdl.handle.net/20.500.12996/3276
dc.description.abstractEste trabajo monográfico gira en torno a las series de tiempo con Redes Neuronales Artificiales a fin de realizar pronósticos. Para este propósito, el presente trabajo se compone de 4 capítulos, donde el primer capítulo versa sobre las definiciones y conceptos principales del pronóstico de una serie temporal que otorga validez teórica a la investigación. En el segundo capítulo, el lector podrá encontrar la descripción de las Redes Neuronales Artificiales en la predicción de datos. El tercer capítulo, da cuenta de las implicaciones de una metodología del pronóstico de datos, utilizando las Redes Neuronales Artificiales. Finalmente, el capitulo 4, dilucida la aplicabilidad de las mencionadas Redes y se hace un paralelo con otros métodos de pronóstico con el objeto de resaltar sus diferencias y características. En conclusión, podemos decir que el lector podrá encontrar en este trabajo las etapas necesarias para llevar a cabo la elaboración de una red neuronal que pueda predecir valores futuros de una serie de tiempo.
dc.languagespa
dc.publisherUniversidad Nacional Agraria La Molina
dc.rightshttps://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.sourceUniversidad Nacional Agraria La Molina
dc.sourceRepositorio institucional - UNALM
dc.subjectMétodos estadísticos
dc.subjectAnálisis de series cronológicas
dc.subjectRedes de neuronas
dc.subjectAnálisis de redes
dc.subjectTécnicas de predicción
dc.subjectEvaluación
dc.subjectPerú
dc.subjectAnálisis de series de tiempo
dc.subjectRedes neuronales artificiales
dc.subjectPronósticos
dc.titleDescripción metodológica de las series de tiempo con redes neuronales artificiales
dc.typeinfo:eu-repo/semantics/bachelorThesis


Este ítem pertenece a la siguiente institución