Resumen

CUEVAS SOTO, Ing. Victor Manuel; ALVARES IRIARTE, Lic. Susana; AZCONA ROMERO, Lic. Mileydis  y  RODRIGUEZ ROGERT, Msc. A. Israel. Capacidad predictiva de las Máquinas de Soporte Vectorial. Una aplicación en la planificación financiera. Rev cuba cienc informat [online]. 2019, vol.13, n.3, pp. 59-75. ISSN 2227-1899.

En los últimos años el uso de modelos no lineales para predicción y clasificación a través de algoritmos y técnicas computacionales de avanzada (Machine Learning), han surgido como alternativa eficiente para modelar procesos económicos. El presente trabajo fue desarrollado con el objetivo de construir un modelo para pronosticar la proyección de los ingresos en la Empresa de Mantenimiento a Centrales Eléctricas (EMCE). La modelación fue realizada a través del algoritmo Support Vector Machine (SVM) obteniéndose 95.8 % de aciertos con función kernel RBF. Se propone una herramienta gráfica (graph of prognostic projections) para la interpretación de pronóstico sobre proyecciones de variables de naturaleza económica.

Palabras clave : pronóstico; inteligencia artificial; series de tiempo; máquinas de soporte vectorial; aprendizaje automático..

        · resumen en Inglés     · texto en Español     · Español ( pdf )