Tema: Pronóstico De La Demanda Mensual De Pasajeros En El Aeropuerto De Piura Mediante Modelos De Machine Learning con variables exógenas.

Integrantes:

• Frank Chipana Briceño

• Jorge Augusto Vidal Chávez

• Felipe César Llancachagua Córdova

Resumen:
El objetivo principal es desarrollar y evaluar un sistema de pronóstico de la demanda mensual de pasajeros que incorpore variables exógenas y características temporales derivadas, comparando un enfoque econométrico (SARIMAX) con modelos de aprendizaje automático basados en ensambles (Random Forest, XGBoost y LightGBM). En particular, se busca determinar qué familia de modelos presenta mejor desempeño, utilizando validación temporal y métricas de error (RMSE, MAE, MAPE) y capacidad explicativa (R2).

Paper: PPT Source Code:
https://github.com/jaugvid/MIA-104-Grupo-7

Tema: Pronóstico De La Demanda Mensual De Pasajeros En El Aeropuerto De Piura Mediante Modelos De Machine Learning Con Variables Exógenas

Integrantes:

• Frank Chipana Briceño

• Jorge Augusto Vidal Chávez

• Felipe César Llancachagua Córdova

Resumen:
El objetivo principal es desarrollar y evaluar un sistema de pronóstico de la demanda mensual de pasajeros que incorpore variables exógenas y características temporales derivadas, comparando un enfoque econométrico (SARIMAX) con modelos de aprendizaje automático basados en ensambles (Random Forest, XGBoost y LightGBM). En particular, se busca determinar qué familia de modelos presenta mejor desempeño bajo un escenario de alta no estacionalidad, utilizando validación temporal y métricas de error (RMSE, MAE, MAPE) y capacidad explicativa (R2).

Paper
PPT
Source Code:
https://github.com/jaugvid/MIA-104-Grupo-7