MINISTERIO DE EDUCACIÓN NACIONAL COLOMBIA APRENDE. HíBRIDO ENTRE UNA RED NEURONAL Y UN MODELO ARIMA
|
|
- Hugo Moya Gutiérrez
- hace 8 años
- Vistas:
Transcripción
1 MINISTERIO DE EDUCACIÓN NACIONAL COLOMBIA APRENDE HíBRIDO ENTRE UNA RED NEURONAL Y UN MODELO ARIMA PARA LA ESTIMACIÓN DE PRECIOS DE LOS VEHíCULOS EN COLOMBIA DICIEMBRE 2006 AGRADECIMIENTOS FUNDACIÓN UNIVERSITARIA KONRAD LORENZ PARTICIPACIÓN ECONÓMICA SIMPOSIO INTERNACIONAL EN ACTUARÍA AGOSTO /2006 SUBSIDIÓ LA INVESTIGACIÓN CONFERENCIA INVESTIGACIÓN CONFERENCIA INVESTIGACIÓN USO DEL APLICATIVO SUGERENCIAS 1
2 GERARDO ARDILA DUARTE LC. Matemáticas UPN ESP. Análisis de datos USALLE ESP. Docencia Universitaria U San Buenaventura Mg. Estadística UNAL Profesor Investigador Fukl Docente U Militar U Libre Estadístico Seguros del Estado Estadístico Colserauto Fasecolda Agradecimientos Ing. Pervys Rengifo Profesor investigador Fukl Fis. Juan Fernando Jaramillo Actuario Colseguros CONCEPTOS BÁSICOS Neurona Artificial : Es un paradigma de aprendizaje y procesamiento automático inspirado en la forma en que funciona el sistema nervioso de los animales. Consiste en simular las propiedades observadas en los sistemas neuronales biológicos a través de modelos matemáticos creados mediante mecanismos artificiales Funcionamiento de la red neuronal: se compone de unidades llamadas neuronas. Cada neurona recibe una serie de entradas a través de interconexiones y emite una salida. Esta salida viene dada por una función de propagación o excitación, que por lo general consiste en la sumatoria de cada entrada multiplicada por el peso de su interconexión. Si el peso es positivo, la conexión se denomina excitatoria; si es negativo, inhibitoria. Un perceptrón se refiere a una neurona artificial y también como a la unidad básica de inferencia en forma de discriminador lineal, que suele formar parte de una RNA. 2
3 PERCEPTRÓN SENCILLO DE ESTE HIBRIDO ES DE LA FORMA X1 W1 Función de transferencia Entrada de la función Y Híbrido X2 W2 Ø umbral Pesos, determinan el conocimiento de la red Entradas APLICACIÓN DE LA REGLA DE APRENDIZAJE La solución del siguiente caso se aplica, sobre cada modelo y sobre cada vehículo: Caso de un Sprint modelo 1996 S(t) = j wj xj(t) xi : es la señal producida por la unidad i (la unidad de salida) Wj: Son los pesos calculados bajo un estudio de mercados, de más de individuos investigados mensualmente. x1: Revista Motor, x2: Otras Revistas, x3: Clasificados, x4: Concesionarios, x5: Fasecolda valores: X(t) x1: 12.2 x2: 14.4 x3: 12 x4: 13.2 x5:12.7 pesos: (Wj) w1: 0.6 w2: 0.25 w3: 0.05 w4: 0.05 w5:0.05 S(t)=w1x1w2x2w3x3w4x4w5x5 S(t)=12.5 Señal emitida por variación con información significativa. El modelo utiliza la moda y/o mediana, obtenida en la investigación de mercados, como si fuese la señal deseada, con el objeto de medir la variación y aceptación. Aplicamos el ARIMA y/o un suavizamiento exponencial con los valores hallados para cada uno de los modelos y calcular un modelo al que se le desconoce le valor. 3
4 Construcción de la Red Neuronal PERCEPTRÒN SIMPLE Capa de entrada pesos Motor Otras revistas Entrada de la función Función de transferencia Entrada de la función caso de un vehiculo importado Ø Concesionarios 0.05 S(t) Fasecolda 0.05 j wj xj(t) Potencial pos sináptico Yt=S(t)S(t)*Ø Clasificados 0.05 Aplicación del ARIMA Generador de pesos Colserauto Estudio del mercado Ejemplo Sprint SEÑAL EMITIDA POR DATOS DE ENTRADA Fuente Motor 21,3 19,8 18,3 17,1 15,9 14,8 13,8 12,8 12,2 10,8 10 9,5 8,8 8,3 7,5 Concesiona rio 23,1 21,2 19,4 17,8 16,2 15,2 14,7 13,8 13,2 11,4 10,9 10,4 9,9 9,5 9 Clasificados 21 19,3 17,9 16,6 15,5 14,3 13,2 12, ,3 9,4 8,8 8,2 7,6 7 Otras rev. 24,4 22,5 21,5 20,2 19,1 17, ,1 14,4 13,6 12,9 12,3 11,6 11,2 10,5 Fasecolda 21,8 20,3 18,6 17,6 16,4 15,3 14,3 13,6 12,7 11,5 10,5 9,9 9,3 8,8 8,1 4
5 Ejemplo Sprint SEÑAL EMITIDA POR INFORMACIÓN SIGNIFICATIVA W Fuen te % Motor 12,78 11,88 10,98 10,26 9,54 8,88 8,28 7,68 7,32 6,48 6 5% Co ncesio nario 1,155 1,06 0,97 0,89 0,81 0,76 0,735 0,69 0,66 0,57 0,545 5% Clas ificados 1,05 0,965 0,895 0,83 0,775 0,715 0,66 0,625 0,6 0,515 0,47 25% Otras rev. 6,1 5,625 5,375 5,05 4,775 4,475 4,25 3,775 3,6 3,4 3,225 Señal 5% emitid Faseco a lda x 1,09 1,015 0,93 0,88 0,82 0,765 0,715 0,68 0,635 0,575 0,525 Info rmac ión Significativa 22,2 20,5 19,2 17,9 16,7 15,6 14,6 13,5 12,8 11,5 10,8 Ejemplo Sprint MODA, MEDIANA Y/O VALOR DESEADO PESO POS SINÀPTICO (1)Moda, mediana y/o valor más deseado de los m áximos 22,4 20,7 19, ,9 15,8 14,8 13,9 12,9 11,6 10,8 (2)Señal emitida por información significativa 22,2 20,5 19,2 17,9 16,7 15,6 14,6 13,5 12,8 11,5 10,8 Difrencia (1) (2) 0,2 0,2 0,3 0,1 0,2 0,2 0,2 0,4 0,1 0,1 0 Peso pos sináptico (**) 0,04 0,04 0,06 0,02 0,04 0,04 0,04 0,09 0,02 0,02 0,00 Variacion entre modelos 1,08 1,06 1,08 1,07 1,07 1,07 1,06 1,08 1,11 1,07 Tasa Geometrica Factor sde suavización esperado 1,07 0,04 (*) Moda, mediana y/o valor más frecuente se toma de la investigación de mercados es el valor más frecuente por el cliente en el momento de la venta de su vehículo (**) Se calcula como el producto entre la tasa de crecimiento geométrico, la diferencia observada y el peso de activación inicial (0.2) para cada fuente. 5
6 COMPORTAMIENTO DEL MODELO PARA UN SPRINT VALOR EN MILLONES Intervalo de confianza 10% PERIODOS EJEMPLO: AUDI A3 2P 1.8 MECÁNICO SEÑAL EMITIDA POR DATOS DE ENTRADA Fuente Motor Concesionarios 66,5 59,5 58,5 55,5 52,5 49,5 46,5 43,5 Clasificados 60,5 53,5 52,5 49,5 46,5 43,5 40,5 37,5 Otras Rev Fasecolda 64,8 57,8 56,8 53,8 50,8 47,8 44,8 41,8 6
7 Ejemplo: AUDI A P MEC SEÑAL EMITIDA POR INFORMACIÓN SIGNIFICATIVA W Fuente % Motor 37,8 33,6 33,0 31,2 29,4 27,6 25,8 24,0 5% Concesionarios 3,3 3,0 2,9 2,8 2,6 2,5 2,3 2,2 5% Clasificados 3,0 2,7 2,6 2,5 2,3 2,2 2,0 1,9 25% Otras Rev. 16,5 14,8 14,5 13,8 13,0 12,3 11,5 10,8 5% Fasecolda 3,2 2,9 2,8 2,7 2,5 2,4 2,2 2,1 Señal emitida x información significativa 63,9 56,9 55,9 52,9 49,9 46,9 43,9 40,9 Variación TRM ( 0,01) prm. Mensual Yt=S(t)S(t)*Ø 63,2 56,3 55,3 52,3 49,3 46,4 43,4 40,4 Ejemplo A P MEC MODA, MEDIANA Y/OVALOR DESEADO PESO POS SINÀPTICO Fuente (1)Moda, mediana y/o valor más deseado de los m áx imos (*) 63, (2)Yt=S(t)S(t)*Ø 63,2 56,3 55,3 52,9 49,9 46,9 43,9 40,9 Diferencia (1) (2) 0,3 0,7 0,7 0,1 0,1 0,1 0,1 0,1 Peso Sináptico (**) 0,06 0,15 0,15 0,02 0,02 0,02 0,02 0,02 Variacion entre m odelos 1,11 1,02 1,06 1,06 1,06 1,07 1,07 Tasa de ccrecimiento geométrico Factor de suavización esperado 1,06 0,06 (*) Moda, mediana y/o valor más frecuente se toma de la investigación de mercados es el valor más frecuente por el cliente en el momento de la venta de su vehículo (**) Se calcula como el producto entre la tasa de crecimiento geométrico, la diferencia observada y el peso de activación inicial (0.2 para cada fuente. 7
8 PROCEDIMIENTO DE LA RED PRECIO MODELO VEHICULO MARCA (Todas) (Todas) (Todas) (Todas) Cuenta de FUENTE FUENTE Total CLASIFICADOS 44 CONSECIONARIOS 49 FASECOLDA 54 MOTOR 595 OTRAS REVISTAS 258 Total general 1000 La tabla dinámica, posee la base de datos de un día de trabajo en Colserauto, con ella se observa el mecanismo de cálculo de pesos, precios por modelo, cálculo de la mediana y elementos básicos para la ejecución de la Red. MUCHAS GRACIAS 8
Capítulo 2. Las Redes Neuronales Artificiales
Capítulo 2. Las Redes Neuronales Artificiales 13 Capitulo 2. Las Redes Neuronales Artificiales 2.1 Definición Redes Neuronales Artificiales El construir una computadora que sea capaz de aprender, y de
Más detallesRESUMEN ANALITICO HIBRIDO ENTRE UNA RED NEURONAL Y UN MODELO ARIMA (*)
RESUMEN ANALITICO HIBRIDO ENTRE UNA RED NEURONAL Y UN MODELO ARIMA (*) El presente artículo es el resultado de un año de investigación con el objeto de satisfacer la necesidad de Fasecolda, por presentar
Más detalles13. Técnicas de simulación mediante el método de Montecarlo
13. Técnicas de simulación mediante el método de Montecarlo Qué es la simulación? Proceso de simulación Simulación de eventos discretos Números aleatorios Qué es la simulación? Simulación = técnica que
Más detallesClasificación de Música por Genero Utilizando Redes Neuronales Artificiales. Elkin García, Germán Mancera, Jorge Pacheco
Clasificación de Música por Genero Utilizando Redes Neuronales Artificiales Elkin García, Germán Mancera, Jorge Pacheco Presentación Los autores han desarrollado un método de clasificación de música a
Más detallesI SEMANA ELECTRONICA REDES NEURONALES
UNIVERSIDAD NACIONAL SAN ANTONIO ABAD A DEL CUSCO CARRERA PROFESIONAL DE INGENIERIA ELECTRONICA I SEMANA ELECTRONICA REDES NEURONALES Ing. Avid idromán González Se trata de una nueva forma de computación
Más detallesLa nueva arquitectura del paquete AMORE (A MORE Flexible Neural Network)
La nueva arquitectura del paquete AMORE (A MORE Flexible Neural Network) III Jornadas de Usuarios de R Javier Alfonso Cendón, Manuel Castejón Limas, Joaquín Ordieres Mere, Camino Fernández Llamas Índice
Más detallesUN MODELO DE PRONÓSTICO PARA LAS PRIMAS DE SEGUROS DE VIDA Y PERSONAS
UN MODELO DE PRONÓSTICO PARA LAS PRIMAS DE SEGUROS DE VIDA Y PERSONAS Wilson Mayorga M. Director de Cámara de Vida y Personas y Actuaría Con base en modelos de regresión que explican la evolución de las
Más detallesUNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO CENTRO UNIVERSITARIO UAEM ATLACOMULCO REPORTE DE INVESTIGACION
UNIVERSIDAD AUTONOMA DEL ESTADO DE MEXICO CENTRO UNIVERSITARIO UAEM ATLACOMULCO REPORTE DE INVESTIGACION Qué es el momento en una red backpropagation? U.A. REDES NEURONALES INTEGRANTES: JESUS BARRIOS CRESCENCIO
Más detallesHerramienta no-convencional para modelado en Comunicaciones móviles: Redes Neuronales Artificiales Georgina Stegmayer
Herramienta no-convencional para modelado en Comunicaciones móviles: Redes Neuronales Artificiales Georgina Stegmayer Centro de I+D CIDISI UTN-FRSF Lavaise 610 (3000) Santa Fe Argentina (e-mail: georgina.stegmayer@ieee.org)
Más detallesINFORME DE RESULTADOS ENCUESTAS NECESIDADES DOCENTES
INFORME DE RESULTADOS ENCUESTAS NECESIDADES DOCENTES En este documento se presenta el análisis estadístico mediante tablas de frecuencia y graficas realizadas a partir de los datos recopilados en las encuestas
Más detallesGeneración y Transmisión de señales en las Neuronas
Generación y Transmisión de señales en las Neuronas Los detalle de la transmisión sináptica (comunicación entre neuronas) se explicará en el siguiente capítulo. En éste trataremos de los cambios intraneuronal:
Más detallesSe podría entender como una matriz de filas y columnas. Cada combinación de fila y columna se denomina celda. Por ejemplo la celda A1, B33, Z68.
Departamento de Economía Aplicada: UDI de Estadística. Universidad Autónoma de Madrid Notas sobre el manejo de Excel para el análisis descriptivo y exploratorio de datos. (Descriptiva) 1 1 Introducción
Más detallesTema 1: Introducción. Universidad Complutense de Madrid 2013
Tema 1: Introducción Universidad Complutense de Madrid 2013 1.Naturaleza y objetivos de la Econometría Medida de la Economía (significado literal de la palabra) Objetivo: Medir, desde un punto de vista
Más detallesCapítulo 9. La distribución de las ganancias
Capítulo 9. La distribución de las ganancias Introducción La distribución personal de las ganancias es el patrón nacional de las proporciones de las ganancias salariales correspondientes a los individuos
Más detallesLECCIÓN Nº 03 ANÁLISIS VERTICAL Y HORIZONTAL DE LOS ESTADOS FINANCIEROS
LECCIÓN Nº 03 ANÁLISIS VERTICAL Y HORIZONTAL DE LOS ESTADOS FINANCIEROS 3.1. El análisis vertical e información que proporciona El análisis vertical consiste en determinar la participación de cada una
Más detallesPOSICIONAMIENTO EN LA WEB (SEM Y SEO)
POSICIONAMIENTO EN LA WEB (SEM Y SEO) POSICIONAMIENTO EN LA WEB (SEM Y SEO) 1 Sesión No. 11 Nombre: Redes de afiliación. Contextualización Qué son las redes de afiliación? Las redes de afiliación son empresas
Más detallesCurso de Finanzas PROF. ALFREDO VENTO ORTIZ
Curso de Finanzas PROF. ALFREDO VENTO ORTIZ DEFINICIÓN DE FINANZAS Entendemos por finanzas todo aquello que esta relacionado con la obtención y uso eficiente del dinero o sus equivalentes. En particular:
Más detallesTema 3. Medidas de tendencia central. 3.1. Introducción. Contenido
Tema 3 Medidas de tendencia central Contenido 31 Introducción 1 32 Media aritmética 2 33 Media ponderada 3 34 Media geométrica 4 35 Mediana 5 351 Cálculo de la mediana para datos agrupados 5 36 Moda 6
Más detallesESTIMACIÓN. puntual y por intervalo
ESTIMACIÓN puntual y por intervalo ( ) Podemos conocer el comportamiento del ser humano? Podemos usar la información contenida en la muestra para tratar de adivinar algún aspecto de la población bajo estudio
Más detallesMARKETING Y COMERCIO ELECTRÓNICO
Modalidad: MULTIMEDIA Objetivos: MARKETING Y COMERCIO ELECTRÓNICO Comercio electrónico: Describe el comercio electrónico en todas sus facetas, desde lo más básico hasta lo más complejo, dando a conocer
Más detallesRedes neuronales de picos en FPGAs: Diseño de una neurona con recursos mínimos
Redes neuronales de picos en FPGAs: Diseño de una neurona con recursos mínimos Dr. Julio César Martínez Romo Instituto Tecnológico de Aguascalientes Ingeniería Eléctrica y Electrónica E-mail: jucemaro@yahoo.com
Más detallesDOMINIO Y RANGO DE UNA FUNCIÓN I N D I C E. martilloatomico@gmail.com. Página. Titulo:
Titulo: DOMINIO Y RANGO I N D I C E Página DE UNA FUNCIÓN Año escolar: 4to. Año de Bachillerato Autor: José Luis Albornoz Salazar Ocupación: Ing Civil. Docente Universitario País de residencia: Venezuela
Más detallesTema 3. MODELOS. 2.1 Apoyo Informático a la investigación experimental. 2.2 Modelos del cerebro: A. Realistas biológicos.
Tema 3. MODELOS 011 0 01 01 FUNDAMENTOS 1. Modelos computacionales. 2. Computación y Neurociencia. CONTENIDOS 2.1 Apoyo Informático a la investigación experimental. 2.2 Modelos del cerebro: A. Realistas
Más detallesVISION ARTIFICIAL APOYADA EN SISTEMAS HÍBRIDOS NEURO-SIMBÓLICOS
VISION ARTIFICIAL APOYADA EN SISTEMAS HÍBRIDOS NEURO-SIMBÓLICOS Dr. Gerardo Reyes Salgado Profesor-Investigador / Instituto Tecnológico de Cuautla gerardo.reyes@itcuautla.edu.mx www.itcuautla.edu.mx 1
Más detallesDETERMINANTES MACROECONÓMICOS DE LOS SEGUROS DE VIDA Y PERSONAS
DETERMINANTES MACROECONÓMICOS DE LOS SEGUROS DE VIDA Y PERSONAS Wilson Mayorga M. Director de Cámara de Vida y Personas y Actuaría Mediante la estimación de modelos de regresión lineal se cuantificó el
Más detallesMATEMÁTICAS FINANCIERAS TEMA 2. Sesión 3: SISTEMA FINANCIERO SIMPLE
UNIVERSIDAD DE LOS ANDES NÚCLEO UNIVERSITARIO RAFAEL RANGEL DEPARTAMENTO DE CIENCIAS ECONÓMICAS Y ADMINISTRATIVAS MATEMÁTICAS FINANCIERAS TEMA 2. Sesión 3: SISTEMA FINANCIERO SIMPLE En el Sistema Financiero
Más detallesANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO
ANÁLISIS DINÁMICO DEL RIESGO DE UN PROYECTO Por: Pablo Lledó Master of Science en Evaluación de Proyectos (University of York) Project Management Professional (PMP) Profesor de Project Management y Evaluación
Más detallesJustificación del Programa. Trayectoria del Programa
Justificación del Programa La formación de estudiantes de Maestría en Psicología del Consumidor es fundamental para el desarrollo del país, en la medida en que la globalización, las dinámicas de los mercados
Más detallesENCUESTA MENSUAL DE EMPLEO
i ENCUESTA MENSUAL DE EMPLEO ESTIMACIONES PARA EL MES DE MARZO DE 2004 REGIONES METROPOLITANAS DE: I) INTRODUCCIÓN RECIFE, SALVADOR, BELO HORIZONTE, RIO DE JANEIRO, SÃO PAULO Y PORTO ALEGRE La Encuesta
Más detallesTema 10. Estimación Puntual.
Tema 10. Estimación Puntual. Presentación y Objetivos. 1. Comprender el concepto de estimador y su distribución. 2. Conocer y saber aplicar el método de los momentos y el de máxima verosimilitud para obtener
Más detallesLa Coyuntura de las PyME de Software y Servicios Informáticos de Ciudad Autónoma de Buenos Aires. Primer Trimestre de 2012
La Coyuntura de las PyME de Software y Servicios Informáticos de Ciudad Autónoma de Buenos Aires Primer Trimestre de 2012 ICEPyME Indice de Confianza Empresaria PyME de Software y Servicios Informáticos
Más detallesTrabajando en línea para crecer juntos
Plan Junior: Asesoría en la creación de 2 cuentas: Asesoría manejo de Herramientas como: Asesoría para eliminar el ruido y la basura de las cuentas. Asesoría de cómo contestar los mensajes privados. Asesoría
Más detallesFuncionamiento de las herramientas de simulación. Planificador de Pensión y como Duplicar Ahorros
Funcionamiento de las herramientas de simulación Planificador de Pensión y como Duplicar Ahorros Se puede simular el monto de pensión al momento de jubilar, suponiendo diferentes escenarios, como son:
Más detallesCapítulo 7 Conclusiones y Recomendaciones
Capítulo 7 Conclusiones y Recomendaciones En este ultimo capitulo se plantean las conclusiones y recomendaciones finales del proyecto. La realización de las conclusiones fue hecha en base a los objetivos
Más detallesEncuesta de. Ocupación Hotelera
Encuesta de Ocupación Hotelera - 1-1. Contenido 1. Contenido... 1 2. Introducción... 2 3. Resumen Ejecutivo... 2 4. Objetivos del Estudio... 3 4.1. General... 3 4.2. Específicos... 3 5. Distribución de
Más detallesAsignatura: Econometría. Conceptos MUY Básicos de Estadística
Asignatura: Econometría Conceptos MUY Básicos de Estadística Ejemplo: encuesta alumnos matriculados en la UMH Estudio: Estamos interesados en conocer el nivel de renta y otras características de los estudiantes
Más detallesCAPITULO 3 REDES HIBRIDAS-COMPLEJAS. 3.1 Descripción de la Red Híbrida Compleja (HCNN)
CAPITULO 3 REDES HIBRIDAS-COMPLEJAS 3.1 Descripción de la Red Híbrida Compleja (HCNN) La predicción de eventos caóticos que se presentan en un mundo que nos rodea es de gran interés. Especialmente en aquellos
Más detallesPedro Rosa Ferrero Grupo ETRA. 16th IRF World Meeting Lisboa 2010
APLICACIÓN DE SIMULACIÓN DE ESCENARIOS PARA LA FORMACIÓN DE OPERADORES Pedro Rosa Ferrero Grupo ETRA 16th IRF World Meeting Lisboa 2010 Contenido de la presentación EL CONTEXTO DE LA SEGURIDAD EN LOS TÚNELES
Más detallesFundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos. - Sesión 9 -
Fundamentos y Aplicaciones Prácticas del Descubrimiento de Conocimiento en Bases de Datos - Sesión 9 - Juan Alfonso Lara Torralbo 1 Índice de contenidos Actividad. Qué es un modelo de Data Mining Qué es
Más detallesENCUESTA MENSUAL DE PLAZA DE PEAJE
Instituto Nacional de Estadísticas Subdirección de Operaciones ENCUESTA MENSUAL DE PLAZA DE PEAJE METODOLOGÍA Subdepartamento de Transporte y Comunicaciones Agosto 2008 ÍNDICE 1. Introducción 2 2. Marco
Más detalles- 0 - www.costaricanhotels.com
- 0 - - 1 - Contenido 1. Introducción... 2 2. Resumen Ejecutivo... 2 3. Objetivos del Estudio... 3 3.1. General... 3 3.2. Específicos... 3 4. Distribución de la Muestra... 3 5. Resultados Enero 2015...
Más detallesTALLER: Renta Variable 1. C. Si la empresa A se fusiona con la empresa B, la cual es del mismo tamaño, y si no existen sinergias económicas,
I. TALLER: Renta Variable 1 A. Su corredor le dice que la desviación estándar de los rendimientos de una cartera depende sólo de las desviaciones estándar de los activos individuales y de la cantidad de
Más detallesAÑO 7 N 6 OCTUBRE 2014 APORTE PÚBLICO E INGRESO DEL HOGAR REGIÓN DEL MAULE
0 AÑO 7 N 6 OCTUBRE 2014 APORTE PÚBLICO E INGRESO DEL HOGAR REGIÓN DEL MAULE 1 APORTE PÚBLICO E INGRESO DEL HOGAR En la región el aporte público al ingreso del hogar de los hogares más ricos es más del
Más detallesAutoeficacia docente del profesorado universitario
CÓDIGO Autoeficacia docente del profesorado universitario En Prieto Navarro, L. (2005). Las creencias de autoeficacia docente del profesorado universitario. Universidad Pontificia Comillas de Madrid: Tesis
Más detallesPrimer Hackathon Reto de IA de Google en la UGR Redes neuronales. El perceptrón. Pedro A. Castillo Valdivieso
Primer Hackathon Reto de IA de Google en la UGR Redes neuronales. El perceptrón Pedro A. Castillo Valdivieso Depto. Arquitectura y Tecnología de Computadores Universidad de Granada http://atc.ugr.es/pedro/gaicm1
Más detallesEjercicio de estadística para 3º de la ESO
Ejercicio de estadística para 3º de la ESO Unibelia La estadística es una disciplina técnica que se apoya en las matemáticas y que tiene como objetivo la interpretación de la realidad de una población
Más detallesSERIES DE TIEMPO INTRODUCCIÓN
Clase Nº 5 SERIES DE TIEMPO INTRODUCCIÓN La forma más utilizada para el análisis de las tendencias futuras es realizar pronósticos. La función de un pronóstico de demanda de un bien, por ejemplo ventas
Más detalles33 El interés compuesto y la amortización de préstamos.
33 El interés compuesto y la amortización de préstamos. 33.0 El interés compuesto. 33.0.0 Concepto. 33.0.02 Valor actualizado de un capital. 33.0.03 Tiempo equivalente. 33.02 Amortización de préstamos.
Más detallesDeterminación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones
Determinación de primas de acuerdo al Apetito de riesgo de la Compañía por medio de simulaciones Introducción Las Compañías aseguradoras determinan sus precios basadas en modelos y en información histórica
Más detallesMUESTRA TRIMESTRAL DE COMERCIO AL POR MENOR DE BOGOTÁ I trimestre de 2014 (Preliminar)
27 de mayo de 2014 MUESTRA TRIMESTRAL DE COMERCIO AL POR MENOR DE BOGOTÁ I trimestre de 2014 (Preliminar) Contenido Resumen Introducción 1. Resultados generales 1.1. Índices de ventas reales y de personal
Más detallesInteligencia Artificial
Inteligencia Artificial Practica 2. (5 semanas) Rubén Cárdenes Almeida Redes neuronales. Introducción Las Redes Neuronales Artificiales (RNA) están inspiradas en la biología, esto significa que están formadas
Más detalles3. Métodos para la evaluación de proyectos
Objetivo general de la asignatura: El alumno analizará las técnicas de evaluación de proyectos de inversión para la utilización óptima de los recursos financieros; así como aplicar las técnicas que le
Más detallesM.B.E. MASTER INTERNACIONAL PARA EMPRENDEDORES
MASTER INTERNACIONAL M.B.E. Objetivos del Master El objetivo principal es que el alumno alcance estar preparado para convertirse en un profesional líder, capaz de emprender, crear, innovar y aportar valor
Más detallesLA COMPETENCIA EMPRESARIAL
LA COMPETENCIA EMPRESARIAL Cómo brindarle al estudiante una experiencia cercana a la realidad empresarial? La Competencia Empresarial 1. La Competencia Empresarial OBJETIVOS Experimenten el desarrollo
Más detallesPROCEDIMIENTO PARA EL ANALISIS DE RIESGOS R12-MLACSH-DMSH
para los Servidores Públicos del Estado de PROCEDIMIENTO PARA EL ANALISIS DE RIESGOS Control del documento Elaboró Revisó Aprobó Dirección de Medicina, Seguridad e Higiene Director General del ISSSSPEA
Más detallesNIFBdM A-3 NECESIDADES DE LOS USUARIOS Y OBJETIVOS DE LOS ESTADOS FINANCIEROS
NIFBdM A-3 NECESIDADES DE LOS USUARIOS Y OBJETIVOS DE LOS ESTADOS FINANCIEROS OBJETIVO Identificar las necesidades de los usuarios y establecer, con base en las mismas, los objetivos de los estados financieros
Más detallesCarrera: EMM - 0520. Participantes Representante de las academias de ingeniería Electromecánica de los Institutos Tecnológicos.
1. DATOS DE LA ASIGNATURA Nombre de la asignatura: Carrera: Clave de la asignatura: Horas teoría-horas práctica-créditos Ingeniería de control Ingeniería Electromecánica EMM - 0520 3 2 8 2. HISTORIA DEL
Más detallesPlataformas virtuales
Plataformas virtuales Índice Introducción 1 Qué es una plataforma virtual? 2 Para qué sirve una plataforma virtual? 3 Cómo se usa una plataforma virtual? 5 Tipos de plataformas virtuales 6 Conclusión
Más detallesPERSONAS DE 60 AÑOS Y MÁS Estado de Empleo y Desempleo
En miles PERSONAS DE 60 AÑOS Y MÁS Estado de Empleo y Desempleo Fecha de Publicación: 29 de abril de 2015 AÑO NATURAL 2014 REVISADO CENSO 2010 Población de De acuerdo con los datos del Censo del 2010,
Más detallesPASOS BÁSICOS PARA HACER UN BRIEF
PASOS BÁSICOS PARA HACER UN BRIEF 1.-Definiciones Brief. Documento realizado por el anunciante para que la agencia de publicidad conozca con todo detalle las características del mercado y del producto
Más detalles3.1 JUSTIFICACION E IMPORTANCIA DEL PRESENTE TRABAJO DE
III INTRODUCCION 3.1 JUSTIFICACION E IMPORTANCIA DEL PRESENTE TRABAJO DE INVESTIGACION Hoy en día la computadora es tan importante para el ingeniero Como lo fue en su momento la regla de cálculo. Mediante
Más detallesRESUMEN EJECUTIVO RESULTADO ÍNDICE DE INCLINACIÓN AL AHORRO (IIA)
RESULTADO ÍNDICE DE INCLINACIÓN AL AHORRO (IIA) RESUMEN EJECUTIVO Con el fin de medir la Inclinación al Ahorro de la clase media chilena, la cooperativa de ahorro y crédito Coopeuch, junto a la Facultad
Más detallesEstadística con Excel Informática 4º ESO ESTADÍSTICA CON EXCEL
1. Introducción ESTADÍSTICA CO EXCEL La estadística es la rama de las matemáticas que se dedica al análisis e interpretación de series de datos, generando unos resultados que se utilizan básicamente en
Más detallesASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson
ASOCIACIÓN LINEAL ENTRE VARIABLES CUANTITATIVAS: la correlación de Pearson 3datos 2011 Análisis BIVARIADO de variables cuantitativas OBJETIVO DETERMINAR 1º) si existe alguna relación entre las variables;
Más detallesSISTEMAS COMPLEJOS: SISTEMAS URBANOS
SISTEMAS COMPLEJOS: SISTEMAS URBANOS Eduardo Zurek, Ph.D. Ing. José Gabriel Ramírez Ing. Shirley Arango Encuentro Ambiental Ciudades Sostenibles Diciembre 10 de 2009 53 Qué es un Sistema complejo 54 DIFINICIÓN:
Más detallesPROGRAMA 126.F PUBLICACIONES CENTRO DE PUBLICACIONES DE LOS SERVICIOS CENTRALES
PROGRAMA 126.F PUBLICACIONES CENTRO DE PUBLICACIONES DE LOS SERVICIOS CENTRALES 1.1 DESCRIPCIÓN Y FINES El Programa 126F, Publicaciones comprende la edición de los impresos, publicaciones unitarias y periódicas,
Más detallesINTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA
INTRODUCCIÓN A LA ECONOMETRÍA E INFORMÁTICA MODELOS ECONOMÉTRICOS E INFORMACIÓN ESTADÍSTICA Eva Medina Moral (Febrero 2002) EXPRESIÓN DEL MODELO BASICO DE REGRESIÓN LINEAL La expresión formal del modelo
Más detallesExisten dos clases de observación: Observar científicamente Observación no científica
La Observación Es una técnica que consiste en observar atentamente el fenómeno, hecho o caso, tomar información y registrarla para su posterior análisis. La observación es un elemento fundamental de todo
Más detalles1. Funciones y sus gráficas
FUNCIONES 1. Funciones sus gráficas Función es una relación entre dos variables a las que, en general se les llama e. es la variable independiente. es la variable dependiente. La función asocia a cada
Más detallesCONCEPTO DEL ÍNDICE ACCIONARIO
Qué es un índice accionario? CONCEPTO DEL ÍNDICE ACCIONARIO Un índice accionario es un instrumento estadístico empleado para estudiar la evolución de los precios de las acciones en un mercado de valores.
Más detallesPLANES DE AMORTIZACIÓN DE PRÉSTAMOS. Guillermo Buenaventura Vera, Ph.D. DOCUMENTO 2014 007
PLANES DE AMORTIZACIÓN DE PRÉSTAMOS Guillermo Buenaventura Vera, Ph.D. DOCUMENTO 2014 007 TRABAJOS ACADEMICOS EN FINANZAS DE MERCADO Y FINANZAS CORPORATIVAS ISSN: 2323-0223 2014-007 Cali, Enero 2014 Frecuencia:
Más detallesMÁQUINA DE VECTORES DE SOPORTE
MÁQUINA DE VECTORES DE SOPORTE La teoría de las (SVM por su nombre en inglés Support Vector Machine) fue desarrollada por Vapnik basado en la idea de minimización del riesgo estructural (SRM). Algunas
Más detallesLas bebidas Alcohólicas
Las bebidas Alcohólicas Hecho por: - Elisa Gutiérrez - Guillermo Rivas-plata - Rodrigo Pumares - Beatriz Sánchez 1 Índice 1- Introducción... 3 2- Objetivos... 3 3- Preguntas de la encuesta... 4 4- Encuesta...
Más detallesAnálisis técnico de una acción: Rentabilidad, riesgo y correlación
CONFORMACION DE PORTAFOLIO DE ACCIONES (Aplicación) GUIA DE APLICACIÓN No. 1 Análisis técnico de una acción: Rentabilidad, riesgo y correlación INTRODUCCION: Una bolsa de valores es un mercado donde se
Más detalles2 Resolución de algunos ejemplos y ejercicios del tema 2.
INTRODUCCIÓN A LA ESTADÍSTICA. GRUPO 71 LADE. 8 2 Resolución de algunos ejemplos y ejercicios del tema 2. 2.1 Ejemplos. Ejemplo 13 La siguiente tabla de frecuencias absolutas corresponde a 200 observaciones
Más detallesLa Partida Doble. Una Técnica de Registro
La Partida Doble. Una Técnica de Registro Técnica de Registro de los hechos económicos que afectan a la empresa y que se basa en el principio de dualidad económica y en su demostración matemática Partida
Más detallesCUESTIONARIO PARA ACCIONISTAS UNIVERSIDAD TÉCNICA DEL NORTE INSTITUTO DE POSTGRADO PROGRAMA DE MAESTRÍA EN CONTABILIDAD SUPERIOR Y AUDITORÍA
ANEXO A.1 CUESTIONARIO PARA ACCIONISTAS UNIVERSIDAD TÉCNICA DEL NORTE INSTITUTO DE POSTGRADO PROGRAMA DE MAESTRÍA EN CONTABILIDAD SUPERIOR Y AUDITORÍA Estimado Sr. Accionista: El presente cuestionario
Más detallesJosé Ignacio Latorre Universidad de Barcelona
INTELIGENCIA ARTIFICIAL José Ignacio Latorre Universidad de Barcelona A qué llamamos inteligencia artificial? Es un campo de estudio que intenta conseguir que un ordenador realice funciones similares a
Más detallesIntroducción. Se debe reiterar que la relación entre la seguridad social y las pensiones es inherente a la trayectoria laboral de los individuos.
2 Introducción La historia laboral de los individuos es importante para entender la dinámica del mercado de trabajo, el empleo y el desempleo, la informalidad y, las implicaciones para el sistema de pensiones.
Más detallesSeries de Tiempo. Series de Tiempo
Series de Tiempo 1. Requisitos de Estadística Descriptiva: a. Media, Mediana b. Desviación estándar c. Regresión lineal 2. Qué es una serie de tiempo a. Componentes de la Serie de Tiempo (tipos de variación):
Más detallesMinisterio de Inclusión Económica y Social LINEAS INNOVADORAS PARA ACESO A CREDITO DE SECTORES EN SITUACION DE EXTREMA POBREZA
Ministerio de Inclusión Económica y Social LINEAS INNOVADORAS PARA ACESO A CREDITO DE SECTORES EN SITUACION DE EXTREMA POBREZA OBJETIVOS Promover la inclusión económica de usuarios del Bono de Desarrollo
Más detallesCAPÍTULO IV CONTABILIZACIÓN DE FUTUROS A TRAVÉS DE LAS CUENTAS DE ORDEN. Los principios y reglamentos presentados en el capítulo anterior reconocen la
CAPÍTULO IV CONTABILIZACIÓN DE FUTUROS A TRAVÉS DE LAS CUENTAS DE ORDEN Los principios y reglamentos presentados en el capítulo anterior reconocen la importancia de reflejar en los estados financieros
Más detalles>ÍNDICE INTRODUCCIÓN OFRECER VEHÍCULO NECESITAR VEHÍCULO GRUPOS MIS GESTIONES
GUÍA DE USUARIO >ÍNDICE > 1 2 EL ENTORNO DE TRABAJO 2.1 SECCIÓN DE BIENVENIDA 2.2 SECCIÓN OFREZCO 2.2.1 ZONA DE INFORMACIÓN Y OPCIONES 2.2.2 ZONA DE CONTENIDO 2.3 SECCIÓN NECESITO COCHE 2.4 SECCIÓN 2.4.1
Más detallesSISTEMA. Figura 3 Esquema general de un sistema
2-SISTEMAS DE CONTROL 2.1- QUÉ ES UN SISTEMA DE CONTROL? Un sistema dinámicopuede definirse conceptualmente como un ente que recibe unas acciones externas o variables de entrada, y cuya respuesta a estas
Más detallesInteligencia artificial: todo comienza con una neurona.
MEMORIAS DEL SEGUNDO CONCURSO DE INVESTIGACIÓN, DESARROLLO E INNOVACIÓN TECNOLÓGICA IDIT 2013 Inteligencia artificial: todo comienza con una neurona. Sandra Belén Bejarano Jiménez, Sofía Monserrat Pérez
Más detallesCrear SOCIEDADES con altos valores y Potenciando el SER a través de la Neurociencia
Monografía Curso de Capacitación Docente en Neurociencias Alumno: Fernando Russo www.asociacioneducar.com Mail: informacion@asociacioneducar.com Facebook: www.facebook.com/neurocienciasasociacioneducar
Más detallesENCUESTA DE EXPECTATIVAS ECONÓMICAS AL PANEL DE ANALISTAS PRIVADOS (EEE)
ENCUESTA DE EXPECTATIVAS ECONÓMICAS AL PANEL DE ANALISTAS PRIVADOS (EEE) MAYO DE 2015 La Encuesta de Expectativas Económicas al Panel de Analistas Privados (EEE), correspondiente a mayo de 2015 se realizó
Más detallesESTUDIOS DE COHORTE MARIA EUGENIA MACKEY ESTADISTICA CENTRO ROSARINO DE ESTUDIOS PERINATALES
ESTUDIOS DE COHORTE MARIA EUGENIA MACKEY ESTADISTICA CENTRO ROSARINO DE ESTUDIOS PERINATALES ESTUDIOS DE COHORTE Los estudios de Cohorte son OBSERVACIONALES, y pueden ser DESCRIPTIVOS o ANALITICOS El punto
Más detallesMuestreo estadístico. Relación 2 Curso 2007-2008
Muestreo estadístico. Relación 2 Curso 2007-2008 1. Para tomar la decisión de mantener un determinado libro como texto oficial de una asignatura, se pretende tomar una muestra aleatoria simple entre los
Más detallesFUNDAMENTOS BIOLÓGICOS DEL APRENDIZAJE Y LA MEMORIA
Departamento de Biología a Ambiental y Salud PúblicaP FUNDAMENTOS BIOLÓGICOS DEL APRENDIZAJE Y LA MEMORIA La base celular y físico-química del impulso y transmisión de la señal nerviosa. La neurona. Potencial
Más detallesFIS- 211: FISICA MECANICA
FIS- 211: FISICA MECANICA UNIDAD:VECTORES 2.1. Caracterizar y aplicar la base matematica que permita el desarrollo del curso En Física las variables que gobiernan los diversos fenómenos se clasifican en
Más detallesInvestigación de mercados y la Base de Datos
Investigación de mercados y la Base de Datos Qué es una base de datos? Conjunto de información que indica lo que los clientes compran, con que frecuencia compran y en que montos. Esta estructurada a través
Más detallesQue sucederá si la tasa de cambio al final del período es de $2.000 y $2.500 respectivamente.
1. Introducción Consolidación en una perspectiva internacional. Una de las razones para que una empresa se escinda dando vida a otras empresas, es por razones de competitividad, control territorial, y
Más detallesINFORME CAPACITY PLANNING BANCO ESTADO DE CHILE PERIODO: JULIO - SEPTIEMBRE 2010
INFORME CAPACITY PLANNING BANCO ESTADO DE CHILE PERIODO: JULIO - SEPTIEMBRE 2010 Julio Septiembre 2010 Pág. 2 TABLA DE CONTENIDO RESUMEN EJECUTIVO...3 RECOMENDACIONES...5 INTRODUCCIÓN...6 ARQUITECTURA
Más detallesCAPÍTULO I. Con el presente estudio de investigación se pretendió obtener información relevante
CAPÍTULO I 1.1 INTRODUCCIÓN Con el presente estudio de investigación se pretendió obtener información relevante acerca del comportamiento de los consumidores de las empresas de banquetes en la ciudad de
Más detalles"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios
"Diseño, construcción e implementación de modelos matemáticos para el control automatizado de inventarios Miguel Alfonso Flores Sánchez 1, Fernando Sandoya Sanchez 2 Resumen En el presente artículo se
Más detallesde la empresa Al finalizar la unidad, el alumno:
de la empresa Al finalizar la unidad, el alumno: Identificará el concepto de rentabilidad. Identificará cómo afecta a una empresa la rentabilidad. Evaluará la rentabilidad de una empresa, mediante la aplicación
Más detallesTema 7. Introducción al reconocimiento de objetos
Tema 7. Introducción al reconocimiento de objetos En resumen, un sistema de reconocimiento de patrones completo consiste en: Un sensor que recoge las observaciones a clasificar. Un sistema de extracción
Más detallesFINANZAS PARA MORTALES. Presenta
FINANZAS PARA MORTALES Presenta Tú y tus cuentas bancarias FINANZAS PARA MORTALES Hoy todo el mundo posee una cuenta bancaria, generalmente una cuenta corriente. Las cuentas corrientes también se llaman
Más detalles1.- Prestar un servicio avanzado a sus clientes.
Catalogo Web y e-comerce. Sistema de información Web Tienda Web con pasarela de pago segura Este producto servicio le facilita la presencia en Internet para : 1.- Prestar un servicio avanzado a sus clientes.
Más detalles