Return-Path: Delivered-To: transparencia@xicotepecpuebla.gob.mx Received: from vps2554416.cdpk.io by vps2554416.cdpk.io with LMTP id wDfyM4q0FGnNQiMAObWN/g (envelope-from ) for ; Wed, 12 Nov 2025 10:23:38 -0600 Return-path: Envelope-to: transparencia@xicotepecpuebla.gob.mx Delivery-date: Wed, 12 Nov 2025 10:23:38 -0600 Received: from vod1.customersignin.com ([74.48.78.80]:35777) by vps2554416.cdpk.io with esmtps (TLS1.2) tls TLS_ECDHE_RSA_WITH_AES_256_GCM_SHA384 (Exim 4.98.2) (envelope-from ) id 1vJDdF-00000009h8i-0xuZ for transparencia@xicotepecpuebla.gob.mx; Wed, 12 Nov 2025 10:23:38 -0600 DKIM-Signature: v=1; a=rsa-sha1; c=relaxed/relaxed; s=mail; d=customersignin.com; h=Message-ID:Reply-To:From:To:Subject:Date:MIME-Version:Content-Type; i=correo@customersignin.com; bh=78mhDTodG+hYr3APnfwE7fRYlmE=; b=uX48FggnI2qfvsCHHTM8CwZS7jJsmvYA0+FC6+C0usavUynbSxHiAvUDga6PFKdGTtps8Zg46d9y ZudmB18DCjOV01nD6dMqhf4TDhpDQh5mgmI/i1dCI1S+mxpsYqBdGQX9h4/vo2GMpC8v+ZNfgP4R 2bWFgNbBDp7P6h/I5Bs= DomainKey-Signature: a=rsa-sha1; c=nofws; q=dns; s=mail; d=customersignin.com; b=cpoR6dPBE97DlhBdWPED4e2ERlGU0pw38ku+hsX4R3wWPJHE1xMs6IolnC8h+dToc60RLfLCZBa9 S2jzVICmHvYuIbaYaPEZHUsR4ARV+XxzzVbm7VLcPWNiO1MCd5lzWoQWdKBfKjWmtYVKnH9UtRy5 wv5hh1SuTs0JM22WCpg=; Message-ID: <6298DB6E6BBF90934F4A03BEDAECE9BB@134.195.208.14> Reply-To: "Aprenda con Expertos" From: "Aprenda con Expertos" To: "transparenciaxicotepecpueblagobmx" Subject: Planeamiento de la Demanda con IA Date: Wed, 12 Nov 2025 16:22:19 +0000 MIME-Version: 1.0 Content-Type: multipart/alternative; boundary="----=_NextPart_000_1972_01DC53F0.847A5B60" X-Priority: 3 This is a multi-part message in MIME format. ------=_NextPart_000_1972_01DC53F0.847A5B60 Content-Type: text/plain; charset="iso-8859-1" Content-Transfer-Encoding: quoted-printable =20 Capacitaci=F3n Online por Zoom PLANEAMIENTO DE LA DEMANDA CON INTELIGENCIA ARTIFICIAL 21 y 28 de Noviembre de 7pm a 10pm (horario GMT-5) V=EDa Zoom en vivo - Incluye consultas en vivo a los expertos, grabacione= s, materiales y certificado =A1APROVECHE LA PROMO 4X2! transparenciaxicotepecpueblagobmx MAYOR INFORMACI=D3N CLIC AQUI transparenciaxicotepecpueblagobmx El planeamiento de demanda es un proceso clave en las organizaciones y la= tecnolog=EDa permite automatizar el proceso especialmente en la parte de= an=E1lisis estad=EDstico. Sin embargo, cada d=EDa hay mas importancia en= la data reciente y futuro, generada por eventos muy recientes y futuros = que deben incorporarse al proceso para crear el plan de demanda. La intel= igencia artificial IA es el reemplazo del ser humano en procesos operativ= os y de toma de decisiones y en este caso, la parte estad=EDstica esta ca= si resuelta por medio de sistemas como Streamline que se utilizar=E1 en e= l curso. La parte de informaci=F3n reciente por redes sociales y algoritm= os que modifiquen el pron=F3stico es clave y para ello la tecnolog=EDa pe= rmite crear redes neuronales que aprenden y crean modelos mas precisos de= planes de demanda con IA. CONTENIDO: 1. FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL a. Fundamentos de IA transparenciaxicotepecpueblagobmx b. Redes neuronales ] c. Nuevas tecnolog=EDas aplicadas: Visi=F3n artificial, rob=F3tica, senso= res y dispositivos IoT 2. FUNDAMENTOS DE PLANEAMIENTO DE LA DEMANDA a. Principios de la demanda y el proceso de 4 etapas b. Componentes de un buen pron=F3stico: estad=EDstico y aleatorio c. Importancia de crear un modelo de gesti=F3n de demanda 3. AUTOMATIZANDO EL PROCESO CON STREAMLINE a. Implementaci=F3n del software Streamline b. Revisi=F3n de datos a cargar al sistema c. Automatizaci=F3n del modelo: uso de STREAMLINE d. Uso de IA en el proceso transparenciaxicotepecpueblagobmx 4. ALGORITMOS DE IA PARA DETECTAR PATRONES DE COMPORTAMIENTO EN LA DEMAND= A HIST=D3RICA a. Lumpy demand: comportamiento de demanda hist=F3rica erratica b. Short history: casos de productos nuevosv c. Outliers: eliminaci=F3n de picos y valles en la data hist=F3rica d. Sparse history: casos de demanda hist=F3rica dispersa transparenciaxic= otepecpueblagobmx e. Model change: casos de cambios en el comportamiento de la demanda f. Negative trend: comportamiento hist=F3rica de demanda con tendencia ne= gativa g. Slow Move Products SMP: productos de baja rotaci=F3n 5. ALGORITMOS DE PRON=D3STICO DE DEMANDA BASADA EN PROMEDIOS Y SUAVIZACI=D3= N a. Fundamentos estad=EDsticos b. Promedio m=F3vil simple c. Promedio m=F3vil ponderado d. Suavizamiento exponencial e. TaIIer 1: casos para desarrollar pron=F3sticos con promedios y suaviza= ci=F3n f. TaIIer 2: STREAMLINE, carga de datos, modificaciones, exportaci=F3n 6. =BFC=D3MO SELECCIONAR EL MEJOR MODELO DE PRON=D3STICO? a. Exactitud del pron=F3stico: mediciones del error b. Indicador de exactitud MAD Mean Average Deviation c. Indicador de exactitud MAPE Mean Average Percentage Error d. TaIIer 3: casos de selecci=F3n del mejor modelo de pron=F3stico 7. CAMBIOS AL PRON=D3STICO ESTAD=CDSTICO: MARKET INTELLIGENCE Y MARKET RE= SEARCH a. Cambios en el proceso por la IA b. Creando un sistema de market intelligence c. Metodolog=EDas de b=FAsqueda de informaci=F3n: market research d. Implementaci=F3n de algoritmos en una red neuronal de planificaci=F3n = de demanda e. TaIIer 4: dise=F1o del proceso de demanda 8. PRON=D3STICO DE DEMANDA BASADO EN REGRESI=D3N LINEAL SIMPLE a. Fundamentos estad=EDsticos b. Modelo de regresi=F3n lineal simple c. Coeficiente de correlaci=F3n y determinaci=F3n R2 d. TaIIer 5: casos de pron=F3sticos con regresi=F3n lineal simple. STREAM= LINE 9. CASOS ESPECIALES DE PRON=D3STICOS DE DEMANDA a. Pron=F3sticos de demanda con estacionalidad b. Pron=F3sticos basados en un modelo de regresi=F3n m=FAltiple c. Estrategias para la gesti=F3n de la incertidumbre d. TaIIer 6: casos especiales de pron=F3stico=20 MAYOR INFORMACI=D3N CLIC AQUI o cont=E1ctese al +51972972001 transparenciaxicotepecpueblagobmx =DAnase a nuestra Comunidad IA y Acceda a nuestro Webinar Gratuito de Int= eligencia Artificial de este Mi=E9rcoles 12 de Noviembre a las 7pm (hora Lima, Bogot=E1): =DAn= ase AC=C1 =20 CONTACTO: E L C E S C U E L A L A T I N O A M E R l C A N A D E C A P A C l T A = C l O N=20 =20 Si no desea recibir nuestros mensajes puede pedir desuscribirse haciendo = click ACA ------=_NextPart_000_1972_01DC53F0.847A5B60 Content-Type: text/html; charset="iso-8859-1" Content-Transfer-Encoding: quoted-printable
 =20

Capacitaci=F3n Online por Zoom<= /P>

PLANEAMIENTO DE LA = DEMANDA CON=20 INTELIGENCIA ARTIFICIAL

21 y 28 de Noviembre de 7pm a 10pm (hor= ario=20 GMT-5)
V=EDa Zoom en vivo - I= ncluye=20 consultas en vivo a los expertos, grabaciones, materiales y=20 certificado

 =A1APROVECHE LA PROMO 4X2!
transparenciaxicotepecpueblagobmx
transparenciaxicotepecpueblagobmx
o cont=E1ctese al=20 +51972972001

MAYOR=20 INFORMACI=D3N
CLIC=20 AQUI

= El=20 planeamiento de demanda es un proceso clave en las organizaciones y= la=20 tecnolog=EDa permite automatizar el proceso especialmente en la par= te de=20 an=E1lisis estad=EDstico. Sin embargo, cada d=EDa hay mas importanc= ia en la data=20 reciente y futuro, generada por eventos muy recientes y futuros que= deben=20 incorporarse al proceso para crear el plan de demanda. La inteligen= cia=20 artificial IA es el reemplazo del ser humano en procesos operativos= y de=20 toma de decisiones y en este caso, la parte estad=EDstica esta casi= resuelta=20 por medio de sistemas como Streamline que se utilizar=E1 en el curs= o. La=20 parte de informaci=F3n reciente por redes sociales y algoritmos que= =20 modifiquen el pron=F3stico es clave y para ello la tecnolog=EDa per= mite crear=20 redes neuronales que aprenden y crean modelos mas precisos de plane= s de=20 demanda con IA.

= CONTENIDO:

1.=20 FUNDAMENTOS DE INTELIGENCIA ARTIFICIAL= a.=20 Fundamentos de IA transparenciaxicotepecpueblagobmx
b.=20 Redes neuronales ]c. Nuevas tecnolog=EDas aplicadas:= Visi=F3n=20 artificial, rob=F3tica, sensores y dispositivos IoT
2. FUNDAMENTOS DE PLAN= EAMIENTO=20 DE LA DEMANDA
a. Pri= ncipios=20 de la demanda y el proceso de 4 etapasb. Componentes de un buen pron=F3s= tico:=20 estad=EDstico y aleatorio
c. Im= portancia=20 de crear un modelo de gesti=F3n de demanda
3. AUTOMATIZANDO EL PR= OCESO CON=20 STREAMLINE
a. Implem= entaci=F3n=20 del software Streamline
b. Revi= si=F3n de=20 datos a cargar al sistema
c.=20 Automatizaci=F3n del modelo: uso de STREAMLINEd. Uso de IA en el=20 proceso transparenciaxicote= pecpueblagobmx4. ALGORITMOS DE IA PA= RA=20 DETECTAR PATRONES DE COMPORTAMIENTO EN LA DEMANDA HIST=D3RICAa. Lumpy demand: compor= tamiento=20 de demanda hist=F3rica erratica
b. Short=20 history: casos de productos nuevosvc. Outliers: eliminaci=F3n de pico= s y valles=20 en la data hist=F3rica
d. Spars= e history:=20 casos de demanda hist=F3rica dispersa transparenciaxicotepecpueblagobmx
e.=20 Model change: casos de cambios en el comportamiento de la demandaf. Negative trend: comportamiento = hist=F3rica=20 de demanda con tendencia negativa
g.=20 Slow Move Products SMP: productos de baja rotaci=F3n
5. ALGORITMOS DE PRON=D3= STICO DE=20 DEMANDA BASADA EN PROMEDIOS Y SUAVIZACI=D3Na. Fundamentos estad=ED= sticosb. Promedio m=F3vil simplec. Promedio m=F3vil ponderadod. Suavizamiento exponenciale. TaIIer 1: casos para desarrolla= r=20 pron=F3sticos con promedios y suavizaci=F3nf. TaIIer 2: STREAMLINE, carga de = datos,=20 modificaciones, exportaci=F3n
<= BR=20 style=3D"BOX-SIZING: border-box">6. =BFC=D3MO SELECCION= AR EL MEJOR=20 MODELO DE PRON=D3STICO?
= a.=20 Exactitud del pron=F3stico: mediciones del errorb. Indicador de exactitud MAD Mean= Average=20 Deviation
c. Indicador de exact= itud MAPE=20 Mean Average Percentage Error
d= . TaIIer=20 3: casos de selecci=F3n del mejor modelo de pron=F3stico
7. CAMBIOS AL PRON=D3S= TICO=20 ESTAD=CDSTICO: MARKET INTELLIGENCE Y MARKET RESEARCHa. Cambios en el proces= o por la=20 IA
b. Creando un sistema de mar= ket=20 intelligence
c. Metodolog=EDas = de b=FAsqueda=20 de informaci=F3n: market research
d.=20 Implementaci=F3n de algoritmos en una red neuronal de planificaci=F3= n de=20 demanda
e. TaIIer 4: dise=F1o d= el proceso=20 de demanda
8. PRON=D3STICO DE DEM= ANDA BASADO=20 EN REGRESI=D3N LINEAL SIMPLE
a.=20 Fundamentos estad=EDsticos
b. M= odelo de=20 regresi=F3n lineal simple
c. Co= eficiente=20 de correlaci=F3n y determinaci=F3n R2
d.=20 TaIIer 5: casos de pron=F3sticos con regresi=F3n lineal simple.=20 STREAMLINE

9.=20 CASOS ESPECIALES DE PRON=D3STICOS DE DEMANDA= a.=20 Pron=F3sticos de demanda con estacionalidadb. Pron=F3sticos basados en un mod= elo de=20 regresi=F3n m=FAltiple
c. Estra= tegias para=20 la gesti=F3n de la incertidumbre

MAYOR=20 INFORMACI=D3N
CLIC=20 AQUI
 transparenciaxicotepecpueblagobmx

=DAnase a nuestra Comunidad IA y Acceda a=20 nuestro Webinar Gratuito de Inteligenc= ia=20 Artificial

de este Mi=E9rcoles 12 de Noviembre a las 7pm (hora L= ima,=20 Bogot=E1): =DAnase AC=C1
 

     
 

CONTACTO:
E L C
E S C U E L A    L A T I N O A M E R l = C A N=20 A    D E    C A P A C l T A C l O=20 N

  
     

=  
 
Si no desea recibir nuestros mensajes puede pedir=20 desuscribirse haciendo click ACA
------=_NextPart_000_1972_01DC53F0.847A5B60--