Mostrar el registro sencillo del ítem
Machine Learning para el control de proyectos de TI en el Instituto Nacional de Estadística e Informática, Lima ,2022
dc.contributor.advisor | Acuña Benites, Marlon Frank | |
dc.contributor.author | Paredes Reyes, Ivan Wilber | |
dc.date.accessioned | 2022-10-20T19:52:58Z | |
dc.date.available | 2022-10-20T19:52:58Z | |
dc.date.issued | 2022 | |
dc.identifier.uri | https://hdl.handle.net/20.500.12692/99263 | |
dc.description.abstract | En la gestión de proyectos sin adecuar el tiempo, recursos, costos ocasiona que se agregue carga laboral de lo planificado inicialmente. El propósito del trabajo de investigación fue determinar el uso de machine learning en el control de los proyectos en el Instituto Nacional de Estadística e Informática. El diseño de investigación es experimental y presenta un enfoque cuantitativo. El tamaño de la muestra fue de 96 proyectos y se aplicó como instrumento de investigación la ficha de observación y para la prueba de hipótesis en el análisis inferencial se utilizó la prueba de Wilcoxon y la prueba T Student. Se concluyó que la implementación de machine learning mejora significativamente el control de los proyectos, teniendo como mejora sus indicadores, demostrando que la eficacia interna de las actividades mejoro en un 52.59% y las actividades terminadas fuera de tiempo disminuyeron en 9.27% y la Eficiencia de colaboradores mejoro en un 32.92%. Después de implementar machine learning el control de proyectos mejoró de un 52.39% a un 60.01%. El valor de significancia fue 0.000, el cual es menor del valor del error 0.05, entonces, se rechaza la hipótesis nula (Ho) y se acepta la hipótesis alterna (Ha). | es_PE |
dc.format | application/pdf | es_PE |
dc.language.iso | spa | es_PE |
dc.publisher | Universidad César Vallejo | es_PE |
dc.rights | info:eu-repo/semantics/openAccess | es_PE |
dc.rights.uri | https://creativecommons.org/licenses/by/4.0/ | es_PE |
dc.source | Repositorio Institucional - UCV | es_PE |
dc.source | Universidad César Vallejo | es_PE |
dc.subject | Proyecto | es_PE |
dc.subject | Machine learning | es_PE |
dc.subject | Instituciones públicas | es_PE |
dc.title | Machine Learning para el control de proyectos de TI en el Instituto Nacional de Estadística e Informática, Lima ,2022 | es_PE |
dc.type | info:eu-repo/semantics/masterThesis | es_PE |
thesis.degree.discipline | Maestría en Ingeniería de Sistemas con Mención en Tecnologías de la Información | es_PE |
thesis.degree.grantor | Universidad César Vallejo. Escuela de Posgrado | es_PE |
thesis.degree.name | Maestro en Ingeniería de Sistemas con mención en Tecnologías de la Información | es_PE |
dc.description.sede | Lima Norte | es_PE |
dc.description.escuela | Escuela de Posgrado | es_PE |
dc.description.lineadeinvestigacion | Sistemas de información y comunicaciones | es_PE |
renati.advisor.dni | 42097456 | |
renati.advisor.orcid | https://orcid.org/0000-0001-5207-9353 | es_PE |
renati.author.dni | 40316572 | |
renati.discipline | 612427 | es_PE |
renati.juror | Ramirez Rios, Alejandro | |
renati.juror | Alberca Teves, Gustavo Javier | |
renati.juror | Acuña Benites, Marlon Frank | |
renati.level | https://purl.org/pe-repo/renati/level#maestro | es_PE |
renati.type | https://purl.org/pe-repo/renati/type#tesis | es_PE |
dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.02.04 | es_PE |
dc.publisher.country | PE | es_PE |
dc.description.lig | Biodiversidad, cambio climático y calidad ambiental | es_PE |
dc.description.rsu | Desarrollo económico, empleo y emprendimiento | es_PE |
dc.description.ods | Industria, innovación e infraestructura | es_PE |
Ficheros en el ítem
Este ítem aparece en la(s) siguiente(s) colección(es)
-
Lima Norte [367]