1. Repositorio Institucional UTPL
  2. Trabajos de Titulación
  3. Area Técnica
  4. Ingeniero en Sistemas Informáticos y Computación
Por favor, use este identificador para citar o enlazar este ítem: http://dspace.utpl.edu.ec/handle/20.500.11962/23634
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorRuiz Vivanco, Omar Alexanderes_ES
dc.contributor.authorSinche Salinas, Mayra Paulinaes_ES
dc.date.accessioned2018-12-20T14:30:26Z-
dc.date.available2018-12-20T14:30:26Z-
dc.date.issued2018es_ES
dc.identifier.citationSinche Salinas, M. P. Ruiz Vivanco, O. A. (2018) Desarrollo de un sistema inteligente para predecir la demanda de alquiler de bicicletas de una ciudad [Tesis de Grado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/20.500.11962/23634es_ES
dc.identifier.otherCobarc: 1286410es_ES
dc.identifier.urihttps://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=120608.TITN.es_ES
dc.descriptionResumen: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.es_ES
dc.description.abstractAbstract:Bicycle sharing systems continue gaining popularity around the world. The reason of this is that they offer benefits as the society as the environment. From the point of view of the bicycle sharing service, the rental number is a critical performance indicator in order to evaluate the demand. As a result it is a key indicator in the economic systems. However, the management of these systems can bring many problems. This TT End-of-Course Work consists of conducting a case study to predict bike rental demand based on training data from the Kaggle Competition: Bike Sharing Demand from previous years. For this proyect the TensorFlow library was used because it works with neural networks and supervised learnings. Besides, this network was created under a record of trips. The parameters in this Neural Network consist of a hidden layer, 2 Neurons, and 10,000 iterations, getting a level error of 0.001, thus improving the accuracy of results.es_ES
dc.language.isospaes_ES
dc.subjectEcuador.es_ES
dc.subjectTesis digital.es_ES
dc.titleDesarrollo de un sistema inteligente para predecir la demanda de alquiler de bicicletas de una ciudades_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: Ingeniero en Sistemas Informáticos y Computación

Ficheros en este ítem:
def5e9a7-215f-4e3e-9f19-ad04f4776ef8
Mostrar el registro sencillo del ítem


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.