@unpublished{uninimx2537,
          school = {Universidad Internacional Iberoamericana M{\'e}xico},
           title = {Plataforma anal{\'i}tica predictiva, din{\'a}mica e interactiva de soporte  a la inteligencia de negocios enfocado al sector energ{\'e}tico},
          author = {In{\'e}s Romero Le{\'o}n},
            year = {2022},
           month = {Junio},
        abstract = {La presente tesis se enfoca a la inteligencia de negocio dirigida al sector energ{\'e}tico, la cual cubre aspectos como el estudio de generaci{\'o}n, an{\'a}lisis de datos y evaluaci{\'o}n comparativa de resultados obtenidos.  Orientada a la creaci{\'o}n de conocimiento y destinada a brindar apoyo al tomador de decisiones presentando la informaci{\'o}n de manera {\'a}gil con m{\'e}tricas parametrizable que permitan identificar r{\'a}pidamente el desempe{\~n}o y respaldar decisiones.El asegurar el abastecimiento de electricidad es muy dif{\'i}cil sobre todo al considerar energ{\'i}a renovable y limpia generada con aerogeneradores dada su intermitencia o variabilidad dependiente del viento, adem{\'a}s se incrementa la complejidad del problema cuando interviene el estudio a  diferentes horizontes de tiempo.M{\'e}xico cuenta con un gran potencial de energ{\'i}a e{\'o}lica en la regi{\'o}n Oriente y para atender este desaf{\'i}o se presenta una plataforma capaz de generar modelos de pron{\'o}sticos de manera autom{\'a}tica a trav{\'e}s de t{\'e}cnicas matem{\'a}ticas y de inteligencia artificial.Esta plataforma implementa un sistema centralizado de datos, segmentaci{\'o}n de informaci{\'o}n por fechas o temporadas, gesti{\'o}n de usuarios de acuerdo a sus perfiles, par{\'a}metro configurables din{\'a}micamente, genera pron{\'o}sticos de manera eficiente utilizando modelos estad{\'i}sticos, de aprendizaje autom{\'a}tico, profundo y permite visualizarlos de manera interactiva, para realizar an{\'a}lisis de los diversos resultados para distintos periodos de tiempo. Es construida de manera modular con software libre y de c{\'o}digo abierto, por lo que, puede ser escalable de acuerdo a las necesidades que ayuden a un mejor soporte a la operaci{\'o}n del negocio. La plataforma implementa un dashboard flexible, personalizable y capaz de accederlo cuando y donde se requiera. Al incluir adem{\'a}s datos centralizados permite enfocarse en actividades de prioridad, evitando el retrabajo de ETL, asegura la confiabilidad de los datos, evita su duplicidad, permite compartir los recursos con otras {\'a}reas y responder a hip{\'o}tesis r{\'a}pidamente.},
        keywords = {Inteligencia de negocio, sector energ{\'e}tico, inteligencia artificial, aprendizaje autom{\'a}tico, aprendizaje profundo, pron{\'o}sticos.},
             url = {http://repositorio.unini.edu.mx/id/eprint/2537/}
}