Especialización en Machine Learning · 2025
Desarrollo de un modelo predictivo de rentabilidad empresarial en empresas de la cadena alimentaria del Huila mediante el análisis de variables financieras y tendencias del mercado regional
El departamento del Huila enfrenta desafíos económicos que amenazan la estabilidad de su agroindustria, especialmente en la producción de café, debido a la volatilidad en los mercados internacionales. Esta situación ha impactado negativamente las exportaciones y la supervivencia empresarial, con solo una cuarta parte de las empresas fundadas en 2017 manteniéndose operativas cinco años después. Ante este panorama, la investigación se enfoca en desarrollar un modelo predictivo basado en técnicas avanzadas de machine learning para analizar variables financieras clave y tendencias del mercado que afectan la rentabilidad y supervivencia de las microempresas. Este enfoque busca ofrecer soluciones estratégicas que promuevan la sostenibilidad y competitividad económica en el Huila, alineando los esfuerzos regionales con los objetivos de desarrollo a largo plazo, y fomentando la innovación en la agroindustria y otros sectores clave
Texto completo 69 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- PROBLEMA DE INVESTIGACIÓNp. 7
- OBJETIVOSp. 9
- Objetivo General:p. 9
- Objetivos Específicos:p. 9
- Conveniencia de la investigaciónp. 10
- JUSTIFICACIÓNp. 11
- MARCO TEÓRICOp. 13
- Sector de la cadena alimentaria en el Huilap. 13
- Factores de Éxito y Fracaso Empresarial en el Sector Alimentariop. 14
- Impacto Económico y Social de la Longevidad Empresarialp. 15
- Modelos Predictivos en la Gestión Empresarialp. 16
- Tecnología y Transformación Digital en el Sector Alimentariop. 17
- Fundamentos de Machine Learningp. 18
- Aplicación de Machine Learning al Análisis de Supervivencia Empresarialp. 19
- Huilap. 38
- Marco Legal y Ético del Uso de Machine Learning en Colombiap. 21
- Marco Institucionalp. 22
- METODOLOGÍA DE LA INVESTIGACIÓNp. 24
- Primer nivelp. 24
- Enfoque, alcance y diseño de la investigaciónp. 24
- Definición de Variablesp. 25
- Población y Muestrap. 30
- Segundo Nivelp. 30
- Selección de Métodos o Instrumentos para la Recolección de Informaciónp. 30
- Comercio del Huilap. 31
- Técnicas de Análisis de Datosp. 32
- Análisis Cuantitativop. 32
- Estadística Descriptivap. 32
- Regresión de Cox para el Análisis de Supervivenciap. 32
- Modelos Predictivos: Random Forest y Árboles de Decisiónp. 32
- Validación de Modelosp. 33
- Justificación de las Técnicasp. 33
- ANÁLISIS Y DISCUSIÓN DE LOS RESULTADOSp. 34
- Análisis Exploratorio de Datos (EDA)p. 34
- Variable 1: Estado de Matrículap. 34
- Variable 2: Períodop. 35
- Variable 3: Organización Jurídicap. 36
- Variable 4: Categoríap. 37
- Variable 5: Zonap. 38
- Variable 6: Barriop. 39
- Variable 7: Total Valor Activosp. 39
- Variable 8: Total Valor Pasivosp. 40
- Variable 9: Total Patrimoniop. 41
- Variable 10: Total Ventas Netasp. 42
- Variable 11: Tamañop. 43
- Variable 12: Sector agregadop. 44
- Variable 13: Sector Actividad Económicap. 45
- Variable 14: Actividad Económica Principalp. 46
- Variable 15: Personal ocupadop. 47
- Variable 16: Municipiop. 47
- Modelado Predictivop. 48
- Análisis de la gráfica de correlaciónp. 51
- Comparación de modelosp. 54
- DISCUSIÓNp. 57
- CONCLUSIONESp. 60
- REFERENCIASp. 62
- Figura 1. Estado Matrículap. 35
- Figura 2. Organización Jurídicap. 36
- Figura 3. Categoríap. 37
- Figura 4. Zonap. 38
- Figura 5. Barriop. 39
- Figura 6. Total Valor Activosp. 40
- Figura 7. Total Valor Pasivosp. 41
- Figura 8. Total Patrimoniop. 42
- Figura 9. Total Ventas Netasp. 43
- Figura 10. Tamañop. 43
- Figura 11. Sector agregadop. 44
- Figura 12. Sector Actividad Económicap. 45
- Figura 13. Categorías actividad económica principal de las empresasp. 46
- Figura 14. Cantidad de personal ocupado en las empresasp. 47
- Figura 15. Municipiop. 48
- Figura 16. Matriz de Correlaciónp. 51
- Figura 17. Top 10 Importancia Variablesp. 53
- Figura 18. Análisis de Residuosp. 55