Abstract:
En un mundo competitivo la capacidad de una empresa para alinearse a los cambios del mercado es un factor decisivo, en una empresa donde las ventas son de vital importancia, el pronóstico de ellas juega un papel fundamental. En los últimos años existe un creciente interés en el Machine Learning, en esta investigación se presenta un modelo basado en Machine Learning que optimiza el pronóstico de ventas para la empresa Ricos Pan en la ciudad de Puno. El proceso de investigación se llevó a cabo en los años 2020 y 2021, para dicho objetivo se construyó el conjunto de datos a partir de los registros de venta que proporcionó la empresa, se realizó un preprocesamiento a los datos donde se observó registros faltantes debido a que la empresa cerro temporalmente por la pandemia Covid – 19, también se observaron ventas atípicas en los días festivos como el día de la madre, el día del padre, los fines de semana, para tratar este tipo de características se utilizaron diversos métodos como el diagrama de cajas y bigotes, rangos intercuantiles, adición de atributos entre otras técnicas de preprocesamiento, por otro lado se entrenaron y probaron modelos basados en redes neuronales recurrentes (LSTM y GRU), redes neuronales convolucionales (CNN) y un modelo basado en máquinas de vectores soporte (SVR), para la etapa de entrenamiento se probaron distintas épocas y distintos tipos de transformación de datos utilizando logaritmos y diferencia simple, llegando a la conclusión que el modelo basado en redes neuronales convolucionales tuvo mejores resultados a diferencia de otros modelos, así mismo se comparó el pronóstico manual que se realiza en la empresa con el modelo propuesto obteniendo un resultado muy superior, para medir el desempeño de cada modelo y el pronóstico manual se usó el error porcentual absoluto medio.