Modelo predictivo del potencial de rendimiento del cultivo de maíz a través de técnicas de aprendizaje estadístico y automático

Simple item page
dc.contributor.advisorArango Londoño, David
dc.contributor.authorRojas Prado, Laura
dc.contributor.authorGutiérrez Orjuela, Juan Sebastián
dc.contributor.authorOrtiz Flórez, Sebastián Alejandro
dc.date.accessioned2026-09-03T14:25:22Z
dc.date.available2026-09-03T14:25:22Z
dc.date.issued2026
dc.description.abstractLa producción de maíz en Colombia es un componente estratégico para la seguridad alimentaria y la economía agropecuaria nacional; sin embargo, su desempeño presenta elevada variabilidad espacio - temporal asociada a factores agroclimáticos, tecnológicos y estructurales que dificultan la planificación territorial y la gestión del riesgo agrícola. En este contexto, el proyecto propone un marco predictivo para estimar el rendimiento potencial del cultivo de maíz a escala municipal, integrando información agroproductiva y climática histórica de fuentes oficiales de acceso abierto: de la Unidad de Planificación Rural Agropecuaria (UPRA) y el Instituto de Hidrología, Meteorología y Estudios Ambientales (IDEAM). El rendimiento potencial se operacionaliza mediante el cuantil τ = 0,95 del rendimiento observado, criterio sustentado en la teoría de fronteras de producción y eficiencia técnica, pues representa un umbral productivo empíricamente alcanzable bajo condiciones eficientes y con menor sensibilidad a valores atípicos. A partir del marco predictivo propuesto, el estudio estimará la frontera productiva municipal y cuantificará las brechas de rendimiento como la diferencia entre el rendimiento observado y dicha frontera, lo que permitirá aproximar escenarios de pérdidas de productividad e ingresos asociados a limitaciones técnicas, climáticas o de manejo agronómico. Se espera que los resultados constituyan una herramienta analítica reproducible y escalable, útil para productores, entidades gubernamentales, programas de extensión rural, aseguradoras y actores financieros del sector, en la focalización de asistencia técnica, la priorización de inversiones y la formulación de estrategias de adaptación agroclimática y planificación agrícola basada en evidencia cuantitativa en Colombia.spa
dc.description.degreelevelMaestría
dc.description.degreenameMagíster en Ciencia de Datos
dc.format.extent94 p.
dc.format.mimetypeapplication/pdf
dc.identifier.urihttp://hdl.handle.net/11522/5777
dc.language.isospa
dc.publisherPontificia Universidad Javeriana Cali
dc.publisher.departmentFacultad de Ingeniería y Ciencias
dc.publisher.programMaestría en Ciencia de Datos
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.rights.urihttps://creativecommons.org/licenses/by-nc-sa/4.0/
dc.subjectCiencia de datosspa
dc.subjectCRMspa
dc.subjectSegmentación de clientesspa
dc.subjectAprendizaje automáticospa
dc.subjectProspección comercialspa
dc.subjectData scienceeng
dc.subjectCustomer segmentationeng
dc.subjectMachine learningeng
dc.subjectSales prospectingeng
dc.titleModelo predictivo del potencial de rendimiento del cultivo de maíz a través de técnicas de aprendizaje estadístico y automáticospa
dc.typemaster thesis
dc.type.coarhttp://purl.org/coar/resource_type/c_bdcc
dc.type.localTesis/Trabajo de grado - Monografía - Maestría
dc.type.redcolhttps://purl.org/redcol/resource_type/TM
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
Trabajo de grado en pdf.pdf
Size:
2.03 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Licencia de uso - MODELO PREDICTIVO DEL POTENCIAL DE RENDIMI.pdf
Size:
380.09 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Maestría en Ciencia de Datos