Predicción del valor a ofertar en una subasta de vehículos utilizando Machine Learning
Prediction of the value to bid in a vehicle auction using Machine Learning
| dc.contributor | Galindo, Gina | |
| dc.contributor | Yie, Ruben | |
| dc.creator | Carmona, David | |
| dc.creator | González, Marianella | |
| dc.creator | Ruiz, Natalia | |
| dc.date | 2023-06-05T13:44:42Z | |
| dc.date | 2023-06-05T13:44:42Z | |
| dc.date | 2022-06-02 | |
| dc.date.accessioned | 2023-08-25T16:09:38Z | |
| dc.date.available | 2023-08-25T16:09:38Z | |
| dc.identifier | http://hdl.handle.net/10584/11549 | |
| dc.identifier.uri | https://repositorioslatinoamericanos.uchile.cl/handle/2250/8435865 | |
| dc.description | The Florida-based used vehicle recycling company, ABA, obtains its raw material through its primary activity, which is buying used vehicle in auctions. The determination of the price to offer in the auctions is the most relevant problem for ABA, since , if the price is too low, it is likely that another buyer will win the auction, while if it is too high, the profits of the company are affected. In this project, Machine Learning techniques and advanced data analytics were used to predict the auction prices of these vehicles. Exploratory analyzes were carried out to evaluate the behavior of the supplied data and its correlation between variables. Different algorithms were compared, such as multiple linear regression, XG-Boost, classification and regression trees, and Random Forest. The models obtained were analyzed based on criteria such as the MAPE to identify the one that yielded the minimum error in the prediction of the values to be offered for the vehicle. With the proposed solution, savings of approximately 24% were achieved, compared to the method used by the company previously. | |
| dc.description | La compañía recicladora de vehículos usados, ABA, con sede en Florida, obtiene su materia prima a través de su actividad principal que en este caso son las compras en subastas de vehículos usados. La determinación del precio a ofertar en las subastas es el problema más relevante para ABA, ya que, si el precio es muy bajo, es probable que otro comprador gane la subasta, mientras que si es muy alto, se ven afectadas las utilidades de la compañía. En este proyecto, se utilizaron técnicas de Machine Learning y analitica de datos avanzada para predecir los precios en las subastas de dichos vehículos. Se realizaron analisis exploratorios para evaluar los comportamientos de los datos suministrados y su correlación entre variables. Se compararon diferentes algoritmos, tales como regresión lineal múltiple, XG-Boost, árboles de clasificación y regresión, y Random Forest. Los modelos obtenidos se analizaron con base en criterios como el MAPE para identificar aquel que arrojara el mínimo error en la predicción de los valores a ofertar por el vehículo. Con la solución propuesta, se lograron ahorros de aproximadamente 24% , respecto al método utilizado por la compañía anteriormente. | |
| dc.format | image/jpeg | |
| dc.format | application/pdf | |
| dc.language | spa | |
| dc.publisher | Barranquilla, Universidad del Norte, 2022 | |
| dc.rights | Universidad del Norte | |
| dc.rights | openAccess | |
| dc.subject | Predicción | |
| dc.subject | Árboles de regresión | |
| dc.subject | Regresión Lineal Múltiple | |
| dc.subject | Machine Learning | |
| dc.subject | XG-Boost | |
| dc.subject | Random Forest | |
| dc.title | Predicción del valor a ofertar en una subasta de vehículos utilizando Machine Learning | |
| dc.title | Prediction of the value to bid in a vehicle auction using Machine Learning | |
| dc.type | article |