Supervivencia de las nuevas empresas : una aproximación desde el Machine Learning

Vista sencilla de ítem
dc.contributor.advisorValencia Diaz, Edwinspa
dc.contributor.authorRomán Ramírez, Daniel
dc.coverage.spatialMedellín de: Lat: 06 15 00 N degrees minutes Lat: 6.2500 decimal degrees Long: 075 36 00 W degrees minutes Long: -75.6000 decimal degreeseng
dc.creator.degreeMagíster en Ciencias de Datos y Analíticaspa
dc.creator.emaildromanr@eafit.edu.cospa
dc.date.accessioned2022-03-14T21:27:55Z
dc.date.available2022-03-14T21:27:55Z
dc.date.issued2021
dc.descriptionEmprender es iniciar una búsqueda de generación de valor, a través de la creación o expansión de una actividad económica, por medio de la identificación y explotación de nuevos productos, procesos y mercados. La generación de emprendimientos depende del ecosistema integrado, que recoge aspectos personales de los individuos, condiciones de mercado, acceso a recursos financieros, políticas públicas por medio de programas y proyectos que favorezcan la formación de negocios. En Colombia, las estadísticas de los últimos años presentan un crecimiento exponencial de creación de nuevas empresas, sin embargo, más de un 50% de ellas no alcanzan a llegar a los 5 años de vida. Las cifras de fracaso empresarial no han descendido, exponiendo la debilidad de los gobiernos frente al tema de ampliación del desarrollo económico. Para lograr el aumento en la productividad y la ampliación de la base de la economía, es necesario comprender los desafíos a los que se enfrentan los emprendedores para la supervivencia de la empresa, además, gracias al auge que ha tenido en los últimos años el uso de técnicas del Machine Learning y manejo de la información, se aplicarán modelos con base en aprendizaje supervisado y la Regresión Cox, para entender las características importantes del emprendedor y del negocio que podrían afectar la estabilidad en el mercado y con base en ello estimar la probabilidad de supervivencia, en sus primeros años de constituidas. La metodología que se aplicará está basada en modelos de clasificación. Finalmente, con los resultados del modelo de supervivencia, se espera ser un apoyo útil para los emprendedores aportando información para la toma de decisiones de negocio.spa
dc.description.abstractEntrepreneurship is starting a search for the generation of value, through the creation or expansion of an economic activity, through the identification and exploitation of new products, processes and markets. The generation of ventures depends on the integrated ecosystem, which includes personal aspects of individuals, market conditions, access to financial resources, public policies through programs and projects that favor business formation. In Colombia, the statistics of recent years show an exponential growth in the creation of new companies, however, more than 50% of them do not reach 5 years of life. The numbers of business failure have not decreased, exposing the weakness of governments on the issue of expanding economic development. To achieve the increase in productivity and the expansion of the base of the economy, it is necessary to understand the challenges that entrepreneurs face for the survival of the company, in addition, thanks to the boom that the use of of Machine Learning techniques and information management, models based on supervised learning and Cox Regression will be applied to understand the important characteristics of the entrepreneur and the business that could affect stability in the market and based on this estimate the probability of survival, in its first years of constitution. The methodology to be applied is based on classification models. Finally, with the results of the survival model, it is expected to be a useful support for entrepreneurs by providing information for making business decisions.spa
dc.identifier.ddc006.31 R758
dc.identifier.urihttp://hdl.handle.net/10784/30918
dc.language.isospaspa
dc.publisherUniversidad EAFITspa
dc.publisher.departmentEscuela de Administraciónspa
dc.publisher.placeMedellínspa
dc.publisher.programMaestría en Ciencias de los Datos y Analíticaspa
dc.rightsTodos los derechos reservadosspa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.rights.localAcceso abiertospa
dc.subjectEmprendimientospa
dc.subjectAprendizaje automáticospa
dc.subjectRegresión Coxspa
dc.subjectSupervivencia de los emprendimientosspa
dc.subjectMercadospa
dc.subject.keywordEntrepreneurshipspa
dc.subject.keywordMachine learningspa
dc.subject.keywordClassificationspa
dc.subject.keywordSurvivalspa
dc.subject.keywordMarketspa
dc.subject.keywordCharacteristicsspa
dc.subject.keywordCox Regressionspa
dc.subject.lembAPRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)spa
dc.subject.lembNUEVAS EMPRESASspa
dc.subject.lembEMPRESASspa
dc.subject.lembTECNOLOGÍA DE LA INFORMACIÓNspa
dc.titleSupervivencia de las nuevas empresas : una aproximación desde el Machine Learningspa
dc.typemasterThesiseng
dc.typeinfo:eu-repo/semantics/masterThesiseng
dc.type.hasVersionacceptedVersioneng
dc.type.localTesis de Maestríaspa
dc.type.spaArtículospa

Archivos

Bloque original
Mostrando 1 - 4 de 4
No hay miniatura disponible
Nombre:
Supervivencia de las nuevas empresas.pdf
Tamaño:
1.51 MB
Formato:
Adobe Portable Document Format
Descripción:
Trabajo de grado
Descargar
No hay miniatura disponible
Nombre:
formulario_autorizacion_publicacion_obras.pdf
Tamaño:
276.71 KB
Formato:
Adobe Portable Document Format
Descripción:
Formulario de autorización de publicación de obras
Descargar
No hay miniatura disponible
Nombre:
formato_autorizacion_estudiantes_grado.xlsx
Tamaño:
20.7 KB
Formato:
Microsoft Excel XML
Descripción:
Formato de autorización estudiantes grado
Descargar
No hay miniatura disponible
Nombre:
carta-aprobacion-trabajo-grado-eafit.pdf
Tamaño:
50.38 KB
Formato:
Adobe Portable Document Format
Descripción:
Carta de aprobación de tesis de grado
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
2.5 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Maestría en Ciencias de los Datos y Analítica (tesis)