Clasificación de los productos de una empresa de Quito considerando el recurso tiempo de mano de obra asignado a cada uno de sus procesos durante el año 2021- 2022 utilizando algoritmos de aprendizaje no supervisado
| dc.contributor.advisor | Melgarejo Heredia, Rafael | |
| dc.contributor.author | Guañuna Viteri, Norka Germania | |
| dc.date.accessioned | 2023-12-22T21:50:12Z | |
| dc.date.available | 2023-12-22T21:50:12Z | |
| dc.date.issued | 2022-12-16 | |
| dc.description.abstract | Dentro de una organización se generan grandes cantidades de datos las mismas que al no ser utilizadas se convierten en información poco útil, por eso incursionar con este tema ayuda a visibilizar datos y problemas que al ser tomados en consideración y clasificados ayudarán a que la empresa actúe de forma oportuna frente a ellos sin esperar que estos se vuelvan más grandes e incontrolables. Al usar un exceso de mano de obra en un producto sube el precio del producto y también le resta el uso del recurso en otros procesos productivos que se encuentran planificados, si estos recursos se usan eficientemente la planificación programada se puede cumplir a cabalidad, cumpliendo con los requerimientos de los clientes a tiempo y aumentando así la confiabilidad de estos hacia la compañía ayudándole a que su posicionamiento en el mercado sea mucho mayor al que tiene actualmente. | en_US |
| dc.id.advisor | 1707777551 | en_US |
| dc.id.author | 1724368996 | en_US |
| dc.identifier.other | 12677 | |
| dc.identifier.uri | https://repositorio.puce.edu.ec/handle/123456789/40789 | |
| dc.language.iso | es | en_US |
| dc.publisher | PUCE - Quito | en_US |
| dc.subject | APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL) | en_US |
| dc.subject | ALGORITMOS COMPUTACIONALES | en_US |
| dc.subject | ADMINISTRACIÓN DEL TIEMPO | en_US |
| dc.subject | COSTO DE MANO DE OBRA | en_US |
| dc.subject | AUTOMATIZACIÓN | en_US |
| dc.title | Clasificación de los productos de una empresa de Quito considerando el recurso tiempo de mano de obra asignado a cada uno de sus procesos durante el año 2021- 2022 utilizando algoritmos de aprendizaje no supervisado | en_US |
| dc.type | masterThesis | en_US |