Análisis y evaluación financiera para proyectos de inversión, utilizando algoritmos de regresiones

dc.contributor.authorAmarilla Estigarribia, Feliciano
dc.date.accessioned2024-02-09T11:22:48Z
dc.date.available2024-02-09T11:22:48Z
dc.date.issued2022
dc.description.abstractEl propósito de este trabajo, es la obtención de resultados de nuevos valores en la proyección de datos financieros, utilizando algoritmos predictivos de machine learning, que son las regresiones lineales, logarítmicas, polinómicas y exponenciales. El lenguaje Python nos provee de librerías que nos facilitan bastante el cálculo y el procesamiento de los datos que necesitamos analizar. Esta aplicación de ciencia de datos que creamos será muy útil para la evaluación del estado de cuentas financieras de las organizaciones, debido a que otorgará gráficos de tendencias que permitiría tomar mejores decisiones administrativas. Es recomendable conocer algunos conceptos financieros para el buen manejo del sistema, referente a la definición de los tipos que pueden guardar relación con cuentas contables a futuro. Una buena proyección, requiere de datos confiables para poder retornar valores predictivos que podrían coincidir con la realidad posteriormente. También es importante entender que cuando las variables tienen relación, no significa que son causales entre sí, por ejemplo, se puede predecir que un cultivo crecerá “x” centímetros por “z” lluvias caídas, pero no se puede determinar lo contrario, que en “x” centímetros de crecimiento de cultivo signifique que van a caer “z” cantidad de lluvias, lo mismo se aplicaría a las proyecciones financieras, respecto los periodos con los importes. Podemos determinar un importe aproximado para “x” periodo, pero no pasaría lo mismo en viceversa, que en “y” importe implique que es “x” periodo, este razonamiento sirve para diferenciar entre una variable dependiente y una independiente, utilizados en los cálculos de regresiones en la aplicación de ciencia de datos
dc.identifier.urihttp://repositorio.columbia.edu.py/handle/123456789/442
dc.language.isoes
dc.sucursalUNIVERSIDAD COLUMBIA - SEDE ESPAÑA
dc.titleAnálisis y evaluación financiera para proyectos de inversión, utilizando algoritmos de regresiones
dc.typeTESIS
Files
Original bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
Amarilla, Feliciano. INF. 2022.pdf
Size:
287.3 KB
Format:
Adobe Portable Document Format
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
411 B
Format:
Item-specific license agreed to upon submission
Description: