Publications by Mariana Ulloa - A01253076
Renta de Bicis
Modelo Predictivo Importar base de datos # file.choose() bd <-read.csv("C:\\Users\\maria\\Documents\\ITESM LAET\\Semestre 7\\M3\\rentadebicis.csv") Entender la base de datos resumen <-summary(bd) resumen ## hora dia mes año ## Min. : 0.00 Min. : 1.000 Min. : 1.000 Min. :2011 ...
7042 sym 2 img
Abarrotes
Importar la base de datos #file.choose() bd <- read.csv("C:\\Users\\maria\\Documents\\ITESM LAET\\Semestre 7\\M3\\Abarrotes_Ventas.csv") Herramienta: “Generador de Valor de Datos” Paso 1. Definir el área de negocios que deseamos impactar o mejorar y su KPI. Buscamos impactar el área de Ventas. Analizar la relación de los distintos pro...
3331 sym R (325426 sym/139 pcs) 3 img
MB-Ventas
Ajustes a la base de datos Se reemplazaron todas las comas por espacios. Se separó la fecha en día y hora, con sus formatos respectivos Importar la base de datos # file.choose() bd <- read.csv("C:\\Users\\maria\\Documents\\ITESM LAET\\Semestre 7\\M3\\ventas_bueno.csv") Entender la base de datos summary(bd) ## BillNo Itemname ...
8919 sym R (358491 sym/59 pcs) 1 img
Clusters - Supermercado
Importar base de datos # file.choose() bd1 <- read.csv("C:\\Users\\maria\\Documents\\ITESM LAET\\Semestre 7\\M3\\datos_clientes 2.csv") Herramienta: “Generador de Valor de Datos” Paso 1. Definir el área de negocios que deseamos impactar o mejorar y su KPI. Área de Marketing. Ventas por mes. Paso 2. Seleccionar plantilla (-s) para crear...
10242 sym R (52192 sym/30 pcs) 7 img
Walmart
# file.choose() features <- read.csv("C:\\Users\\maria\\Documents\\ITESM LAET\\Semestre 7\\M3\\walmart\\features1.csv") stores <- read.csv("C:\\Users\\maria\\Documents\\ITESM LAET\\Semestre 7\\M3\\walmart\\stores.csv") test <- read.csv("C:\\Users\\maria\\Documents\\ITESM LAET\\Semestre 7\\M3\\walmart\\test.csv") train <- read.csv("C:\\Users\\...
2136 sym R (18052 sym/50 pcs) 2 img
Walmart interactivo
# file.choose() features <- read.csv("C:\\Users\\maria\\Documents\\ITESM LAET\\Semestre 7\\M3\\walmart\\features1.csv") stores <- read.csv("C:\\Users\\maria\\Documents\\ITESM LAET\\Semestre 7\\M3\\walmart\\stores.csv") test <- read.csv("C:\\Users\\maria\\Documents\\ITESM LAET\\Semestre 7\\M3\\walmart\\test.csv") train <- read.csv("C:\\Users\\...
11194 sym R (19056 sym/54 pcs) 2 img
Limpieza de datos- abarrotes
Importar la base de datos #file.choose() bd <- read.csv("C:\\Users\\maria\\Documents\\ITESM LAET\\Semestre 7\\M3\\Abarrotes_Ventas.csv") Entender la base de datos summary(bd) ## vcClaveTienda DescGiro Codigo.Barras PLU ## Length:200625 Length:200625 Min. :8.347e+05 Min. : 1.00 ## Class :...
8978 sym R (59624 sym/72 pcs) 3 img
Market_Basket_Abarrotes
Importar la base de datos #file.choose() bd_limpia <- read.csv("C:\\Users\\maria\\Documents\\abarrotes_bd_limpia.csv") Herramienta: “Generador de Valor de Datos” Paso 1. Definir el área de negocios que deseamos impactar o mejorar y su KPI. Área de Ventas. Incremento de ventas. Paso 2. Seleccionar plantilla (-s) para crear valor a part...
7187 sym R (5874 sym/13 pcs) 2 img
Clima-Asos
Información extraída del Automated Surface Observing System (ASOS) Instalar paquetes y llamar librerías # install.packages("riem") library(riem) # install.packages("tidyverse") library(tidyverse) ## ── Attaching packages ──────────────────────────────────────�...
4506 sym R (12709 sym/23 pcs) 3 img
John Deere
Instalar paquetes y llamar librerias library(tidyverse) ## ── Attaching packages ─────────────────────────────────────── tidyverse 1.3.2 ── ## ✔ ggplot2 3.3.6 ✔ purrr 0.3.4 ## ✔ tibble 3.1.8 ✔ dplyr 1.0.10 ## ✔ tidyr 1.2.0 ✔...
6264 sym R (1089 sym/7 pcs) 4 img