Browsing by Author "Lopera Salazar, Luisa Fernanda"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
Item ¿Cuáles son los fundamentos teóricos de la biodanza, como instrumento de la terapia gestalt, en la canalización de las emociones de personas que han experimentado episodios de ansiedad?(Universidad Católica Luis Amigó, 2021-11-16) Gallón Villada, Yesica; Lopera Salazar, Luisa Fernanda; Quintana Quintana, Luisa Fernanda; Taborda Ríos, Astrid Yaneth; Jaramillo Zapata, Jorge IvanLa ansiedad es un problema de salud pública que genera tensión física y emocional en las personas que la experimentan, ocasionando un sufrimiento considerable y dificultad para gestionar sus tareas y responsabilidades diarias en las esferas personales, familiares, laborales y sociales. Para abordar esta enfermedad, se desarrollan los fundamentos teóricos de la Biodanza y la Terapia Gestalt, como propuesta de intervención psicológica humanista que busca potencializar la expresión de las emociones del ser humano a través de la música, la danza y el arte, concientizándolo de su aquí y ahora, para posteriormente satisfacer sus necesidades.Item Modelo de Machine Learning para la prevención de fuga de clientes enfocado al sector de gases industriales(Universidad Católica Luis Amigó, 2022-05-20) Escobar Sánchez, Juan Camilo; Lopera Salazar, Luisa Fernanda; Pareja Fonnegra, Luisa Fernenda; Torres Pardo, Ingrid DurleyEl trabajo aborda el problema de retención de clientes en la empresa Air Products Colombia, utilizando herramientas de machine learning para identificar el comportamiento de compra de los clientes y segmentarlos en grupos con comportamientos similares (clusterización); se destaca la importancia de construir un modelo de machine learning que permita evitar la fuga de clientes, anticipar decisiones para retenerlos, mantener o incrementar ingresos, optimizar el costo de adquisición de nuevos clientes y ofrecer precios competitivos sin afectar la rentabilidad. Se realiza una descripción de la base de datos utilizada, que contiene más de 1.000 registros de ventas mensuales desde 2019 hasta la fecha y variables como tipo de cliente, productos comprados, fechas y valores de las compras, entre otros. Para la ejecución del modelo se trabajó con el lenguaje Python, utilizando diferentes técnicas de machine learning, como el método K-vecinos, método jerárquico y se evaluaron por medio del método del codo (KMeans) y el modelo silhouette; se realizó la comparación del mejor algoritmo, teniendo como ganador el de silhouette con valor de 0.69 para la asignación de 4 clústeres; teniendo en cuenta que el puntaje de silhouette se encuentra -1 y 1, siendo 1 el mejor valor, por lo tanto, entre más cercano sea el valor de la evaluación a 1, significa que los clusters están mejor segmentados. En conclusión, este trabajo proporciona un análisis detallado de la aplicación de machine learning para la retención de clientes, con el objetivo de ofrecer recomendaciones específicas que generen valor para la empresa Air Products Colombia.