Modelo de Predicción de Ventas con Redes Neuronales

Descripción General

Este proyecto implementa un modelo compuesto por tres redes neuronales con el objetivo de predecir las ventas de una empresa. Utilizando datos históricos de ventas, este modelo busca proporcionar predicciones precisas que puedan ayudar en la toma de decisiones estratégicas y en la optimización de recursos.

Estructura del Modelo

El modelo se compone de tres redes neuronales diferentes, cada una diseñada para capturar distintos aspectos y patrones en los datos:

1. Red Neuronal Univariable

• Objetivo: Entrenar con solo el numero de ventas

2. Red Neuronal para Multivariable

• Objetivo: Entrenar con Mas de una variable

3. Red Neuronal para Embeddings

• Objetivo: Clasificar variables Numericas clasificatorias

Tecnologías Utilizadas

• Lenguaje de Programación: Python
• Librerías de Redes Neuronales: Keras, TensorFlow
• Análisis de Datos: Pandas, NumPy
• Visualización de Datos: Matplotlib, Seaborn

Implementación

El proyecto sigue un enfoque sistemático que incluye:

• Preprocesamiento de Datos: Limpieza y preparación de datos para el entrenamiento.
• Entrenamiento de Modelos: Configuración y entrenamiento de cada red neuronal.
• Evaluación y Ajuste: Pruebas, validación y ajuste fino de los modelos.
• Integración de Modelos: Combinación de las predicciones de las tres redes para formar la predicción final de ventas.

Cómo Contribuir

Las contribuciones son bienvenidas. Si tienes sugerencias o mejoras, por favor crea un 'issue' o un 'pull request'.