Uso de técnicas de machine learning para la predicción de fechas de expedición de un conjunto de artículos

Abstract

El objetivo del trabajo es la implementaci\'on de una soluci\'on de Inteligencia Artificial capaz de predecir acumulaciones de fechas de salida venideras de una serie de art\'{\i}culos. De tal forma que la empresa colaboradora pueda planificar la producci\'on de los mismos con el fin de garantizar su disponibilidad en periodo concreto. La empresa necesita optimizar la cantidad de productos fabricados para reducir al m\'aximo los costes de producci\'on, y esto puede lograrse no destinando recursos a art\'{\i}culos que no son necesarios. Por ello es importante contextualizar el domino en que se trabaja, as\'{\i} como extraer la mayor cantidad de informaci\'on de los datos que la empresa en su experiencia de producci\'on ya ha obtenido, y que servir\'a para entender mejor el problema y poder escoger el modelo que mas se ajuste a la resoluci\'on del mismo. Debido al gran n\'umero de art\'{\i}culos a modelar ser\'a necesario el dise\~no de un procedimiento que permita seleccionar que art\'{\i}culos son v\'alidos para el modelaje, adem\'as de la reducci\'on del n\'umero de modelos utilizados, puesto que el ajuste individual de un modelo para cada articulo puede llegar a ser costoso y poco escalable.