tut. (Universitat Autònoma de Barcelona. Departament d'Enginyeria de la Informació i de les Comunicacions)
| Additional title: |
PredictorAutoML : model basat en Machine Learning per a la predicció de vendes de vehicles |
| Additional title: |
PredictorAutoML : a Machine Learning-based model for vehicle sales prediction |
| Date: |
2025 |
| Abstract: |
Aquest treball desenvolupa un model de predicció de vendes de vehicles als Estats Units utilitzant Machine Learning i anàlisi de dades. La venda de cotxes està influenciada per factors com l'economia i les estratègies comercials. Per preveure la demanda, s'analitzen dades històriques, considerant variables clau com els preus, els tipus d'interès i les promocions, les quals solen intensificar-se a finals d'any per facilitar la liquidació d'estoc. S'implementen models de regressió lineal, sèries temporals i arbres de decisió, avaluant-ne la precisió. Finalment, els resultats es visualitzen amb Tableau, fet que permet identificar tendències i optimitzar la presa de decisions en el mercat automobilístic, amb un enfocament especial en els vehicles elèctrics. |
| Abstract: |
Este trabajo desarrolla un modelo de predicción de ventas de automóviles en Estados Unidos utilizando Machine Learning y análisis de datos. La venta de coches está influenciada por factores como la economía y las estrategias comerciales. Para prever la demanda, se analizan datos históricos, considerando variables clave como precios, tasas de interés y promociones, las cuales suelen intensificarse a finales de año para facilitar la liquidación de stock. Se implementan modelos de regresión lineal, series temporales y árboles de decisión, evaluando su precisión. Finalmente, los resultados se visualizan en Tableau, permitiendo identificar tendencias y optimizar la toma de decisiones en el mercado automovilístico, con especial foco en los vehículos eléctricos. |
| Abstract: |
This project develops a car sales prediction model in the United States using Machine Learning and data analysis. Car sales are influenced by factors such as the economy and commercial strategies. To forecast demand, historical data is analyzed, considering key variables such as prices, interest rates, and promotions, which tend to intensify at the end of the year to facilitate stock clearance. Linear regression, time series forecasting, and decision tree models are implemented and evaluated for accuracy. Finally, the results are visualized in Tableau, allowing for the identification of trends and optimization of decision-making in the automotive market, with a special focus on electric vehicles. |
| Rights: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades.  |
| Language: |
Castellà |
| Studies: |
Grau en Enginyeria de Dades [2503758] |
| Study plan: |
Enginyeria de Dades [1394] |
| Document: |
Treball final de grau ; Text |
| Subject: |
Aprenentatge automàtic ;
Predicció de vendes ;
Indústria de l'automòbil ;
Anàlisi de dades ;
Intel·ligència artificial ;
Python ;
RStudio ;
Tableau ;
Machine Learning ;
Predicción de ventas ;
Industria automotriz ;
Análisis de datos ;
Inteligencia artificial ;
Sales Prediction ;
Automotive Industry ;
Data Analysis ;
Artificial Intelligence |
guest ::
