Uso de deep learning para proyectar precios de acciones del sector aeroportuario en la mejora de la Gestión Administrativa

El objetivo es comparar el desempeño predictivo de Random Forest (RF) y Redes Neuronales (RN) y evaluar su integración con los estándares IATA para la toma de decisiones. Sobre métodos se calcularon el Error Absoluto (RMSE) y el Error Porcentual para las proyecciones de ambos modelos. Se utilizó val...

Descripción completa

Detalles Bibliográficos

Autores principales:	Kenny Dany Toledo Calla, Nicomedes Toledo Ito, Yordan Nicolas Toledo Calla, Juan Eduardo Vigo Rivera
Formato:	Artículo
Lenguaje:	español
Publicado:	2025
Materias:	stock price prediction airport sector random forest artificial neural networks administrative management decision-making operational management Stock Market Forecasting Methods Forecasting Techniques and Applications Financial Markets and Investment Strategies
Acceso en línea:	Enlace permanente (DOI o Handle) Descargar el archivo Registro tomado de OpenAlex, que lo atribuye a la UPeU. Aún no está en el CRIS de la universidad.
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!