Browsing by Subject "Binary classification"

Now showing 1 - 3 of 3
  • Thumbnail Image
    Item
    Mantenimiento preventivo en equipos hoteleros con base en ocupación, daños históricos y reservas futuras
    (Pontificia Universidad Javeriana Cali, 2026) De la Ossa Pabón, Carlos Eduardo; Pabón Burbano, María Constanza
    En el sector hotelero, la operatividad continua de las áreas generadoras de ingresos es esencial. La interrupción no planificada o la entrega de una experiencia deficiente puede resultar en costos significativos a corto y largo plazo. Este proyecto desarrolló un modelo de predicción del momento de fallo de equipos hoteleros, utilizando la ocupación histórica del hotel, reservas futuras y datos históricos de mantenimiento como indicadores clave. Se trabajó con datos reales del sistema Nuvola, plataforma SaaS de gestión hotelera, correspondientes a cuatro hoteles independientes en Estados Unidos con periodos de operación entre 2020 y 2026. Dada la limitación de los datos reales (ausencia de clasificación preventiva/correctiva y de indicadores de condición), se diseñaron tres escenarios de análisis: (1) datos reales con las variables disponibles, (2) datos sintéticos calibrados con perfiles de madurez por hotel que incluyen el campo condicion_post, y (3) escenario ideal que agrega variables físicas de vida útil de los equipos. La metodología siguió el framework CRISP-DM e implementó, desde cero en Python, análisis de supervivencia mediante Kaplan-Meier, regresión logística con regularización L2 y una validación cruzada Leave-One-Hotel-Out (LOHO-CV) diseñada específicamente para respetar la independencia entre propiedades hoteleras. Los resultados del Escenario 1 con datos reales muestran un AUC LOHO de 0.724. La comparación de seis técnicas de aprendizaje automático — regresión logística, LR con feature engineering, SVM lineal, SVM con kernel RBF, Random Forest y Gradient Boosting— confirma que el Gradient Boosting obtiene el mejor AUC (0.738), aunque la diferencia entre técnicas es menor que la varianza interhotel (±0.15), evidenciando que el volumen del dataset es la limitación principal. El sistema fue desplegado localmente mediante una API REST con FastAPI y Docker, permitiendo el ingreso de datos en tiempo real sobre la ocupación y las variables identificadas. Los resultados demuestran la viabilidad técnica del enfoque predictivo para la gestión de mantenimiento hotelero, y establecen un esquema mínimo de datos que los hoteles deben registrar para implementar modelos similares.
  • Thumbnail Image
    Item
    Modelo para predecir si un aspirante admitido se matriculará en un programa de pregrado de una universidad colombiana, aplicando técnicas de ciencia de datos
    (Pontificia Universidad Javeriana Cali, 2025) Piñeros Castro, Carlos Rodrigo; Linares Ospina, Diego Luis; Álvarez Vargas, Gloria Inés
    Se desarrolló un modelo para predecir si un aspirante admitido se matriculará en un programa de pregrado de una universidad colombiana utilizando técnicas de aprendizaje automático. Las universidades tienen la necesidad de contar con herramientas que faciliten la optimización de los recursos y la toma de decisiones estratégicas para garantizar su sostenibilidad. La fluctuación del número de estudiantes inscritos, admitidos y matriculados nuevos genera incertidumbre en la planificación académica y financiera. En este sentido, se propuso el desarrollo de un modelo que permite predecir la matrícula a partir de la información de los aspirantes. Este proyecto se centró en la preparación de los datos, el entrenamiento de diferentes modelos de clasificación, la utilización de métricas de evaluación para verificar el rendimiento de los modelos y el desarrollo de un prototipo que realiza predicciones a partir de nuevos datos. Se espera que este modelo promueva el diseño de estrategias de marketing para la captación y el reclutamiento ajustadas a los perfiles de los aspirantes.
  • Thumbnail Image
    Item
    Predicción dinámica del bus bunching en el componente troncal del sistema TransMilenio
    (Pontificia Universidad Javeriana Cali, 2026) Ríos Hernández, Cristian Yesid; Pabón Burbano, María Constanza
    Sistema de predicción anticipada de un fenómeno operativo recurrente en redes de servicio de alta frecuencia, formulado como un problema de clasificación binaria supervisada con horizonte múltiple. El trabajo se apoyó en una arquitectura de procesamiento de datos por capas que integró ~270 millones de registros provenientes de múltiples fuentes operativas, garantizando la ausencia de fuga de información mediante una partición temporal estricta y el cálculo exclusivo de parámetros de transformación sobre el conjunto de entrenamiento. A partir de esta base, se diseñaron 42 variables predictoras organizadas en cuatro familias funcionales: dinámica temporal local, demanda y operación del servicio, estado agregado de la red en el entorno inmediato y propagación espacio-temporal del fenómeno aguas arriba. El desbalance severo de clases (6% clase positiva) se abordó mediante estrategias específicas por modelo, y la evaluación se basó en métricas informativas bajo desbalance: PR-AUC y F1. Se compararon tres familias de modelos — métodos de kernel (LS-SVM), ensambles de árboles de gradiente (XGBoost) y redes recurrentes con mecanismo de atención (LSTM+Bahdanau) — bajo una estrategia de predicción directa multi-horizonte que evita la propagación de errores característica de la estrategia recursiva. La búsqueda de hiperparámetros se realizó mediante optimización bayesiana con presupuestos diferenciados por modelo según su costo computacional. El modelo seleccionado alcanzó PR-AUC = 0,671 y F1 = 0,593 en el horizonte inmediato (~5,7 minutos de anticipación), con degradación progresiva a horizontes mayores. El análisis de interpretabilidad mediante ganancia, valores SHAP y experimentos de eliminación reveló que las variables que describen el estado espacio-temporal del entorno inmediato concentran el mayor peso predictivo, resultado consistente entre los tres métodos de medición. El análisis de robustez identificó sensibilidad significativa ante perturbaciones en las mediciones de entrada superiores al 1% de su rango natural, lo que establece un requisito de precisión operativa para el despliegue efectivo del sistema.