Pronóstico de la inflación colombiana : una aproximación desde los modelos machine learning

Loaiza Zapata, José Fernando

Publicación:
Pronóstico de la inflación colombiana : una aproximación desde los modelos machine learning

dc.contributor.advisor	Londoño Sierra, Liz Jeanneth
dc.contributor.advisor	Riascos Salas, Jaime Andrés
dc.contributor.author	Loaiza Zapata, José Fernando
dc.coverage.spatial	Medellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degrees	eng
dc.creator.email	jfloaizaz@eafit.edu.co	spa
dc.date.accessioned	2023-03-03T20:14:22Z
dc.date.available	2023-03-03T20:14:22Z
dc.date.issued	2022
dc.description	El objetivo de este trabajo es pronosticar la inflación mensual de colombiana a partir de sus determinantes macroeconómicos. Se utilizan 7 modelos de machine learning: regresión lineal, SMV, Arboles de Decisión, MLP, KNN, SVR y LSTM, y 1 modelo convencional ARIMA. Los modelos de mejor pronóstico fueron los ARIMA y el LSTM. Aunque, puede mejorarse la predicción del LSTM haciendo una óptima arquitectura de los datos dado que logra capturar los cambios drásticos de las variables, incluso podría mejorar si se incluye el comportamiento de cada una de las divisiones que componen la canasta básica.	spa
dc.description.abstract	The objective of this paper is to forecast monthly Colombian inflation based on its macroeconomic determinants. 7 machine learning models are used: linear regression, SMV, Decision Trees, MLP, KNN, SVR and LSTM, and 1 conventional ARIMA model. The models with the best prognosis were the ARIMA and the LSTM. Although, the prediction of the LSTM can be improved by making an optimal architecture of the data since it manages to capture the drastic changes of the variables, it could even be improved if the behavior of each of the divisions that make up the basic basket is included.	spa
dc.description.degreelevel	Trabajo	spa
dc.description.degreename	Economista	spa
dc.format.mimetype	application/pdf
dc.identifier.ddc	332.41 L795
dc.identifier.instname	instname:Universidad EAFIT
dc.identifier.reponame	reponame:Repositorio Institucional Universidad EAFIT
dc.identifier.repourl	repourl:https://repository.eafit.edu.co
dc.identifier.uri	https://hdl.handle.net/10784/32203
dc.language.iso	spa
dc.publisher	Universidad EAFIT	spa
dc.publisher.department	Departamento de Economía	spa
dc.publisher.faculty	Escuela de Economía y Finanzas	spa
dc.publisher.place	Medellín	spa
dc.publisher.program	Economía	spa
dc.relation.uri	https://colab.research.google.com/drive/1ljBJjqn9hwHQ8eZCbZDcT6BEOY8BXqTu	spa
dc.relation.uri	https://colab.research.google.com/drive/1H6tEcxq_D2QI40dzIRlEihev1iIy-m56	spa
dc.rights	Todos los derechos reservados	spa
dc.rights.accessrights	info:eu-repo/semantics/openAccess
dc.rights.coar	http://purl.org/coar/access_right/c_abf2
dc.rights.local	Acceso abierto
dc.subject	Pronóstico	spa
dc.subject	ARIMA	spa
dc.subject.keyword	Inflation	spa
dc.subject.keyword	Forecast	spa
dc.subject.keyword	Machine learning	spa
dc.subject.lemb	INFLACIÓN	spa
dc.subject.lemb	INFLACIÓN - PAÍSES EN DESARROLLO	spa
dc.subject.lemb	ECONOMETRÍA	spa
dc.subject.lemb	APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)	spa
dc.subject.lemb	CANASTA FAMILIAR	spa
dc.title	Pronóstico de la inflación colombiana : una aproximación desde los modelos machine learning
dc.type	info:eu-repo/semantics/bachelorThesis
dc.type.coar	http://purl.org/coar/resource_type/c_7a1f
dc.type.coarversion	http://purl.org/coar/version/c_ab4af688f83e57aa
dc.type.local	Trabajo de grado	spa
dc.type.redcol	http://purl.org/redcol/resource_type/TP
dc.type.spa	Monografía
dc.type.version	info:eu-repo/semantics/acceptedVersion
dspace.entity.type	Publication