Uso de herramientas de Machine Learning para predecir dificultades económicas en empresas Pymes del sector alimenticio de productos a base de harina de la ciudad de Guayaquil a causa de la pandemia por Covid-19.

Abstract:

Ante la crisis económica a nivel mundial desatada por el COVID-19, las PYMES del sector alimenticio se han visto afectadas, por ende, es necesario buscar soluciones que puedan conllevar a la reducción del impacto financiero a corto, mediano y largo plazo. El presente trabajo investigativo, se fundamenta en diseñar un modelo pbkp_redictivo que sea capaz de, a través de algoritmos de aprendizaje supervisado de Machine Learning, tomar decisiones que ayuden a evaluar las dificultades económicas de empresas PYMES enfocadas al sector alimenticio. Bajo de este criterio, está como uno de los objetivos planteados el poder recopilar datos históricos que vayan acordes al comportamiento económico y financiero de una empresa durante el transcurso de la pandemia, de tal manera que se pueda elaborar un dataset y brindar un argumento ante los expertos del área financiera. Para ello, se cuenta con la metodología Knowledge Discovery in Databases KDD que consta de seis fases que giran en torno a la importación, muestreo, calidad, transformación, modelización, evaluación e implementación de los datos; teniendo en cuenta que la última fase será llevada a cabo a nivel de Python. Mediante el uso de librerías de Python como "sklearn" se obtuvo un porcentaje de precisión (96% Random Forest y 97% SVM), escogiendo entre ambos el último algoritmo puesto que presenta mayor sencillez, precisión y eficiencia para el manejo de recursos computacionales. De esta forma y habiendo obtenido una relación entre las variables mediante el coeficiente de correlación de Pearson, las hipótesis planteadas se cumplen, logrando con este proyecto beneficiar a todos aquellos que pertenezcan o estén involucrados con la gestión y manejo de recursos financieros, económicos o contables dentro de una PYMES.

Año de publicación:

2021

Keywords:

• smes
• random forest
• SVM
• Economic Difficulties
• Machine learning
• Dificultades Económicas
• covid-19
• Pymes

Fuente:

rraae