Pronostico del precio del oro por medio de modelos autoregresivos integrados de promedio movil, modelos relacionales y concepto de machine learnig.

Pronostico del precio del oro por medio de modelos autoregresivos integrados de promedio movil, modelos relacionales y concepto de machine learnig.

La cantidad da data generada y almacenada en estos tiempos, nos pone ante el desafío de poder realizar un manejo de la información pudiendo modelizar tendencias y patrones para poder tomar decisiones más acertadas en cada uno de los campos en los que podamos desenvolvernos. Hemos tomado como caso de...

Shranjeno v:

Bibliografske podrobnosti
Glavni avtor:	Ordoñez Mejía, Mario Ernesto (author)
Drugi avtorji:	García Bustos, Sandra, Directora (author)
Format:	bachelorThesis
Izdano:	2020
Teme:	Precio del oro Modelos autoregresivos Integrados promedio movil Machine learning
Online dostop:	http://www.dspace.espol.edu.ec/handle/123456789/51718
Oznake:	Označite Brez oznak, prvi označite!

Podobne knjige/članki

La Efectividad De La Política Económica Ecuatoriana: Una Retrospectiva Mediante La Aproximación de Vectores Autoregresivos.
od: Idrovo Aguirre, Byron Javier
Izdano: (2002)

Propuesta metodológica para el pronóstico de la demanda de agua potable a corto plazo (días, semanas, meses) en la planta de tratamiento de agua potable de Bellavista en el norte de la ciudad de Quito.
od: Cuyo Cuyo, Jenny Maribel
Izdano: (2016)

“INCIDENCIAS EN EL CAMBIO DEL SISTEMA DE COSTEO DEL PRECIO PROMEDIO PONDERADO A ESTANDAR DE INALECSA”.
od: Carlos Andrés Tomala Pincay
Izdano: (2016)

Modelos de heteroscedasticidad condicional para el pronóstico del comportamiento del precio del cacao ecuatoriano
od: José Fernando, Moreno Sucuchañay
Izdano: (2021)

Modelo de pronósticos para indicadores operativos de auditoria en entidad de control basado en el uso de las técnicas de machine learning
od: García Llanos, Carmen Isabel
Izdano: (2023)

Modelo predictivo para precios de viviendas en la ciudad de Guayaquil mediante Machine Learning
od: Preciado Ortiz, Ariel David
Izdano: (2025)

Pronóstico de calidad de servicio en servicios cloud aplicando técnicas de machine learning.
od: Díaz Pastaz, Erick Enrique
Izdano: (2024)

Pronósticos del consumo y demanda de potencia máxima de energía eléctrica en la ciudad de Riobamba para el periodo 2017-2020, mediante modelos ARIMA.
od: Barahona Bonifaz, Jorge Iván
Izdano: (2018)

Reconocimiento de la presencia de sars-cov-2 en pulmones a través de imágenes de radiodiagnóstico haciendo uso de machine learnig con lenguaje de programación Python
od: Luna Bravo, Bryan Darwin
Izdano: (2021)

Desarrollo e implementación de un modelo de Machine Learning de Google para la clasificación de objetos por color
od: Cruz Suárez, Noemí Azucena
Izdano: (2024)

Análisis y Pronóstico del Precio Promedio del Cacao en el Mercado Local de Ecuador entre los años 2012 y 2024 según Tipos de Cacao y Provincias Productoras.
od: Vera Macias, Lenin Antonio
Izdano: (2025)

Comparación entre los métodos de Promedio Móvil Integrado Autorregresivo (ARIMA) y Tylor Kriging (TK) para la predicción de series temporales de velocidad del viento, caso de estudio: Estación Meteorológica Chimborazo
od: Lema Remache, Kerly Natasha
Izdano: (2024)

Pronóstico de la demanda de energía eléctrica aplicando técnicas de machine learning para sistemas de gestión en el sector residencial
od: Martínez Garófalo, Sebastián Aldahír
Izdano: (2025)

Aplicación de Modelos Autoregresivos para variables económicas en el Cálculo Actuarial
od: Torres Guaranda, Francisco Rafael
Izdano: (2000)

Aplicación de modelos autoregresivos para variables economicas en el cálculo actuarial
od: Torres Guaranda, Francisco Rafael
Izdano: (2009)

Modelo de retención universitaria: Un enfoque de Machine Learning.
od: Urgiles Urgiles, José Luis
Izdano: (2020)

Modelo de retención universitaria: Un enfoque de Machine Learning.
od: Urgiles Urgiles, José Luis
Izdano: (2020)

Reducción del Tiempo promedio de ciclo de camiones en el proceso de recepción de contenedores para exportación
od: Jaramillo Cruz, Allison Denise
Izdano: (2025)

Evaluación de modelos de machine learning para detectar amenazas en redes IOT con énfasis en modelos de seguridad relevantes
od: Cruz Bohórquez Carlos Fernando
Izdano: (2024)

Análisis de los determinantes que influyen en la morosidad del sistema financiero privado del Ecuador, período 2010 - 2016.
od: Peñafiel Chang, Luis Eduardo
Izdano: (2017)

Análisis del precio del oro mediante Inteligencia Artificial – proyecto integrador.
od: Carrión Cabrera, Andrea Karina
Izdano: (2023)

Diseño de un modelo predictivo basado en técnicas de Machine Learning que permita determinar la temperatura usando los datos de una mini estación meteorológica en la ciudad de Guayaquil.
od: Egas Arizala, Kevin Oswaldo
Izdano: (2020)

Desarrollo de una aplicación para la detección del tipo de mascota utilizando machine learnig
od: Rubio Constante, Brandon David
Izdano: (2024)

Producción y precio del banano en la Provincia de El Oro 2009 - 2010
od: Escalante Mendoza, Marcos Renato
Izdano: (2011)

Sistema WEB para predicción de rendimiento académico utilizando modelos de Machine Learning para estudiantes de EGB elemental y media
od: Osorio Trávez, Carlos Fabián
Izdano: (2022)

Desarrollo de un modelo de machine learning para la predicción de maloclusión en niños en la Clínica Palacios Dental Service
od: Carpio Pluas Rodmy Xavier
Izdano: (2024)

Plan estratégico de marketing para la introducción al mercado Guayaquileño de las maquinas expendedoras (vending machines) de café
od: Triviño Moscoso, Jacqueline Paola
Izdano: (2009)

Inversión y equidad: Evaluando la relación de la IED en el sector de servicios sobre la recaudación fiscal y la distribución de ingresos
od: Meza García, John Jairo
Izdano: (2025)

ENOS y su influencia en sequías en la cuenca del río Paute, Ecuador
od: Romo Iglesias, José David
Izdano: (2025)

Deserción de clientes en el sector asegurador. Evidencia mediante el análisis de modelos de Machine Learning
od: Centeno Arízaga, José Eduardo
Izdano: (2020)

Artificial Intelligence: Machine Learning for Early Detection of Pests and Diseases in Basic Crops, Nicaragua
od: Urbina Cienfuegos, Saira María
Izdano: (2025)

Cuidados paliativos en el control de la hipertensión arterial del adulto y adulto mayor. Yaruquíes, 2017
od: Carla Noemí, Garzón Vera
Izdano: (2017)

Pronóstico de ventas de la Farmacéutica Sanofi usando series temporales
od: Coba Guachalá, Luis Bolívar
Izdano: (2017)

Proyecto de importación de vending machines y desarrollo de un nuevo modelo de negocio para la distribución de snacks en la ciudad de Guayaquil
od: Gando Cañarte, Pedro Alvaro
Izdano: (2007)

Systematic review and meta-analysis of explainable machine learning models for clinical depression detection
od: Trelles Urgiles, Francisco Ariosto
Izdano: (2025)

Desarrollo de un Modelo de Machine Learning para la Dimensión Socioeconómica del Proyecto de Deserción en la Educación Superior: Modelo de Alertas Tempranas con Tecnologías Emergentes en la Universidad de las Fuerzas Armadas ESPE
od: Zambrano Manosalvas, Jhandry Vinicio
Izdano: (2024)

Design and construction of a prototype of a beeswax laminating machine
od: Castillo Laban, Lider Yoel
Izdano: (2025)

Evaluación petrofísica utilizando machine learning aplicado al campo X del oriente ecuatoriano.
od: Bautista Ortiz, Mayerly Noemi
Izdano: (2024)

Desarrollo de un modelo de clasificación automático en el software R para las etapas de la enfermedad renal crónica Mediante Machine Learning
od: Tallana Castro, Alex Fernando
Izdano: (2024)

Análisis econométrico de series de tiempo de las ventas históricas y predicción de ventas futuras de Prohierro
od: Pesántez P., Verónica
Izdano: (2007)