<?xml version="1.0"?>
<rss version="2.0">
   <channel>
      <title>Modelos de analítica by Wilbert Rincon</title>
      <link>https://padlet.com/wrincon2879/yupwp7185tqx</link>
      <description>Aplicados a negocios, marketing y finanzas</description>
      <language>en-us</language>
      <pubDate>2019-04-29 02:14:41 UTC</pubDate>
      <lastBuildDate>2025-05-06 10:02:48 UTC</lastBuildDate>
      <webMaster>hello@padlet.com</webMaster>
      <image>
         <url></url>
      </image>
      <item>
         <title>Modelo de lealtad del cliente</title>
         <author>wrincon2879</author>
         <link>https://padlet.com/wrincon2879/yupwp7185tqx/wish/354864251</link>
         <description><![CDATA[<div><sub>Contiene diferentes dimensiones de un servicio, las cuales impactan sobre la decisión final del cliente de mantenerse fiel al producto.<br>Su objetivo es conocer cuáles son las dimensiones que impactan de manera significativa la satisfacción o no del cliente para predecir cuál es el impacto que se tienen en todas las variables.</sub></div>]]></description>
         <enclosure url="" />
         <pubDate>2019-04-29 02:30:54 UTC</pubDate>
         <guid>https://padlet.com/wrincon2879/yupwp7185tqx/wish/354864251</guid>
      </item>
      <item>
         <title>Modelo canasta de mercado</title>
         <author>wrincon2879</author>
         <link>https://padlet.com/wrincon2879/yupwp7185tqx/wish/354864292</link>
         <description><![CDATA[<div><sub>•Permite tomar decisiones como lugar de exhibición, mix de producto “vecinos”.</sub></div><div><sub>•Planificación como cross sell y asociación temporal</sub><br><br></div><div><br></div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/376693374/61adfb2e7d6baad81022856a54bf675e/Mercado.png" />
         <pubDate>2019-04-29 02:31:05 UTC</pubDate>
         <guid>https://padlet.com/wrincon2879/yupwp7185tqx/wish/354864292</guid>
      </item>
      <item>
         <title>Modelos no supervisados </title>
         <author>wrincon2879</author>
         <link>https://padlet.com/wrincon2879/yupwp7185tqx/wish/354864325</link>
         <description><![CDATA[<div><sub>•</sub><strong><sub>Clúster análisis: </sub></strong><sub>Se enfoca en la clasificación de los datos a partir de la identificación de características similares en ellos consolidando grupos.<br>•</sub><strong><sub>Análisis de correspondencias: </sub></strong><sub>Se pretende resumir grandes volúmenes de información al graficarla en dos variables de un plano sin perder información valiosa. <br>•</sub><strong><sub>Análisis de componentes principales: </sub></strong><sub>Se busca disminuir la dimensionalidad de variables originales sin disminuir información valiosa de análisis.</sub></div>]]></description>
         <enclosure url="" />
         <pubDate>2019-04-29 02:31:16 UTC</pubDate>
         <guid>https://padlet.com/wrincon2879/yupwp7185tqx/wish/354864325</guid>
      </item>
      <item>
         <title>Modelos supervisados</title>
         <author>wrincon2879</author>
         <link>https://padlet.com/wrincon2879/yupwp7185tqx/wish/354864711</link>
         <description><![CDATA[<div><sub>•</sub><strong><sub>Modelo de Regresión: </sub></strong><sub>Determinar la relación entre una variable y otra, con el objetivo de lograr predecir una en función del comportamiento histórico de la otra. </sub></div><div><sub>•</sub><strong><sub>Árboles de Decisión: </sub></strong><sub>Se determina la correlación de una variable dependiente con todas sus independientes.<br>•</sub><strong><sub>Naive Bayes: </sub></strong><sub>Busca determinar la probabilidad de que un objetivo ocurra a partir de la condición de que otro evento ocurra, siendo las variables independientes entre sí. <br>•</sub><strong><sub>Máquinas de Soporte Vectorial</sub></strong></div><div><sub>Realizar la clasificación en diferentes grupos de los datos según condiciones establecidas.<br>•</sub><strong><sub>Random Forest</sub></strong></div><div><sub>ES el resultado de la combinación de varios árboles de decisión o de varias regresiones.</sub></div><div><sub> </sub></div>]]></description>
         <enclosure url="" />
         <pubDate>2019-04-29 02:33:17 UTC</pubDate>
         <guid>https://padlet.com/wrincon2879/yupwp7185tqx/wish/354864711</guid>
      </item>
      <item>
         <title>Modelo de precio</title>
         <author>wrincon2879</author>
         <link>https://padlet.com/wrincon2879/yupwp7185tqx/wish/354870483</link>
         <description><![CDATA[<div><sub>Este modelo nos permite obtener un mejor margen usando el precio.<br>Debemos conocer elasticidad de precio, Price sensitivy meter, Garbor granger, Conjoint Analysis.<br>Como caracteristica debemos tener presente un modelo matematico más una aplicación marketing.</sub></div>]]></description>
         <enclosure url="" />
         <pubDate>2019-04-29 03:07:35 UTC</pubDate>
         <guid>https://padlet.com/wrincon2879/yupwp7185tqx/wish/354870483</guid>
      </item>
      <item>
         <title>Modelo de machine learning y Deep learning</title>
         <author>wrincon2879</author>
         <link>https://padlet.com/wrincon2879/yupwp7185tqx/wish/354871475</link>
         <description><![CDATA[<div><sub>Se desarrolla en el espacio de inteligencia artificial donde los sistemas aprenden de manera automática.<br>Cada vez que aparezcan nuevas confirmaciones los modelos van recalculando el valor de los parámetros.<br></sub><strong><sub>Deep learning</sub></strong><sub> Desarrolla algoritmos más complejos para encontrar diferencias entre las clases que va a predecir.<br>Captar información y  convertir los patrones que se encuentren en ella, para establecer una relación entre la predicción y una variable respuesta.</sub></div>]]></description>
         <enclosure url="" />
         <pubDate>2019-04-29 03:14:50 UTC</pubDate>
         <guid>https://padlet.com/wrincon2879/yupwp7185tqx/wish/354871475</guid>
      </item>
      <item>
         <title>Modelo de afinidad de producto</title>
         <author>wrincon2879</author>
         <link>https://padlet.com/wrincon2879/yupwp7185tqx/wish/354872513</link>
         <description><![CDATA[<div><sub>•Aplica para campañas, recomendación de productos, segmentos, fraude y comunidades.<br>•Permite crear estrategias para una mejor optimización de su crecimiento.<br>Herramientas como la teoría de grafos con parametros que ayudan a medir como:<br>Centrality, Closeness y Betweenness</sub></div>]]></description>
         <enclosure url="https://padlet-uploads.storage.googleapis.com/376693374/7c7345e36bbf510237b4d57e6325c565/Producto.png" />
         <pubDate>2019-04-29 03:21:40 UTC</pubDate>
         <guid>https://padlet.com/wrincon2879/yupwp7185tqx/wish/354872513</guid>
      </item>
   </channel>
</rss>
