Resumen

OGOSI AUQUI, José Antonio; LIRA CAMARGO, Jorge; VERA TITO, Francisca Sonia  y  LEON-VELARDE, César Gerardo. NUEVA METODOLOGÍA CSKT PARA MEJORAR LOS PROYECTOS DE IMPLEMENTACIÓN DE MACHINE LEARNING EN INGENIERÍA INDUSTRIAL EN UNA UNIVERSIDAD PÚBLICA. Aula Virtual [online]. 2025, vol.6, n.13, e461.  Epub 19-Jun-2025. ISSN 2665-0398.  https://doi.org/10.5281/zenodo.15102636.

La investigación propone una metodología tomando las mejores partes de los enfoques de CRISP-DM, SEMMA, KDD y TDSP, para ello primero se realizó una revisión sistemática, se orientó a un enfoque empresarial, tomando en consideración la pautas de la minería de datos, en el proceso de la validación piloto se realizó en una universidad pública para evaluar que la satisfacción de la propuesta del modelo, obteniendo un 67%, lo cual implica que el modelo tiene muchas oportunidades de mejorar y madurar para lograr un modelo de referencia. A pesar de haber implementado dentro de la carrera de Ingeniería Industrial, se logró determinar que dicho modelo puede lograr los mismos resultados o mejores en una empresa sea pública o privada. El modelo permite mostrar las actividades a seguir con un enfoque empresarial y se logre ser referente para las implementaciones de Machine Learning.

Palabras clave : Modelo de referencia; Machine Learning; Implementación; Metodología CSKT; Empresas.

        · resumen en Inglés     · texto en Español     · Español ( pdf )