Bienvenido al Repositorio Institucional de la UTPL (RiUTPL) que tiene como propósito centralizar los recursos educativos y objetos de aprendizaje generados por la comunidad académica;
este repositorio permitirá preservar, organizar y visibilizar la producción institucional
bajo la licencia Creative Commons 4.0.
Por favor, use este identificador para citar o enlazar este ítem:
http://dspace.utpl.edu.ec/jspui/handle/20.500.11962/23634| Título : | Desarrollo de un sistema inteligente para predecir la demanda de alquiler de bicicletas de una ciudad |
| Autor : | Sinche Salinas, Mayra Paulina |
| metadata.dc.contributor.advisor: | Ruiz Vivanco, Omar Alexander |
| Palabras clave : | Base de datos.- Sistemas inteligentes. Ingeniero en sistemas informáticos y computación.- |
| metadata.dc.date.available: | 2018-12-20T14:30:26Z |
| Fecha de publicación : | 2018 |
| Citación : | Sinche Salinas, Mayra Paulina. (2018). Desarrollo de un sistema inteligente para predecir la demanda de alquiler de bicicletas de una ciudad. (Trabajo de Titulación de Ingeniero en Sistema Informáticos y Computación ). UTPL, Loja. |
| Descripción : | Resumen:Los sistemas para compartir bicicletas continúan ganando popularidad en todo el mundo, ya que ofrecen beneficios para la sociedad y el medio ambiente. Desde el punto de vista del servicio de uso compartido de bicicletas, el número de alquiler es un indicador de rendimiento crítico para que los controladores evalúen la demanda, por lo tanto, un indicador clave en los sistemas económicos, sin embargo, la gestión de estos sistemas da lugar a muchos problemas. Este Trabajo de Fin de Titulación TT consiste en realizar un caso de estudio para predecir la demanda de alquiler de bicicletas sobre la base de datos de entrenamiento de la Competencia de Kaggle: Bike Sharing Demand de años anteriores; para la cual se utilizó la librería TensorFlow, que trabaja con Redes Neuronales, y el aprendizaje supervisado, esta red se entrena mediante el uso de registros de viajes históricos, los parámetros utilizados en la red neuronal están conformados por: 1 Capa Oculta, 2 Neuronas, y 10000 Épocas, obteniendo un nivel de error del 0.001, mejorando así la precisión de resultados. |
| metadata.dc.identifier.other: | 1286410 |
| URI : | http://dspace.utpl.edu.ec/handle/20.500.11962/23634 |
| metadata.dc.type: | bachelorThesis |
| Aparece en las colecciones: | Ingeniero en Sistemas Informáticos y Computación |
Ficheros en este ítem:
Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.