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| Title: | 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 |
| Authors: | Flores Mantilla, Juan Carlos |
| Advisor: | Vega Moreno, Bryam David |
| Abstract: | 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. |
| Translated abstract: | 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. |
| Keywords: | MICROSERVICIOS AMAZON WEB SERVICES FASTAPI PYTHON FINANZAS |
| Issue Date: | 2025 |
| URI: | http://dspace.ups.edu.ec/handle/123456789/31801 |
| Language: | spa |
| Appears in Collections: | Posgrado |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| UPS-GT006864.pdf | Texto Completo | 2,49 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License
