Diseño de un API de predicción de días óptimos de cobranza en el área financiera mediante regresión lineal y arquitectura de microservicios en la nube con AWS
Para citar o enlazar este item, por favor use el siguiente identificador:
http://dspace.ups.edu.ec/handle/123456789/31801| Título : | Diseño de un API de predicción de días óptimos de cobranza en el área financiera mediante regresión lineal y arquitectura de microservicios en la nube con AWS |
| Autor : | Flores Mantilla, Juan Carlos |
| Director de Tesis: | Vega Moreno, Bryam David |
| Resumen traducido: | Using artificial intelligence, a predictive algorithm was developed to calculate the optimal collection period for a finance department. This learning algorithm was developed using linear regression. Once developed, the algorithm was implemented as a tool in an API using Python and FastAPI. This API was deployed on a microservices architecture using AWS as the cloud service provider. |
| Resumen : | Con el uso de inteligencia artificial se ha desarrollado un algoritmo de predicción para calcular los días óptimos de cobranza en un departamento financiero. Este algoritmo de aprendizaje fue desarrollado usando regresión lineal. Una vez desarrollado el algoritmo, para hacer uso del mismo como una herramienta, se lo ha implementado en una API usando python y fastAPI. Dicha API fue desplegada en una arquitectura de microservicio usando como proveedor, de servicio de nube, AWS. |
| Palabras clave : | MICROSERVICIOS AMAZON WEB SERVICES FASTAPI PYTHON FINANZAS |
| Fecha de publicación : | 2025 |
| URI : | http://dspace.ups.edu.ec/handle/123456789/31801 |
| Idioma: | spa |
| Pertenece a las colecciones: | Posgrado |
Ficheros en este ítem:
| Fichero | Descripción | Tamaño | Formato | |
|---|---|---|---|---|
| UPS-GT006864.pdf | Texto Completo | 2,49 MB | Adobe PDF | Visualizar/Abrir |
Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons
