Resumen
El proyecto define un proceso para construir y validar empíricamente modelos de machine learning orientados al pronóstico de la calidad en servicios cloud, un ámbito donde la monitorización continua y la anticipación de desviaciones son esenciales debido al carácter dinámico y contextual de estos entornos. Se investigarán técnicas avanzadas como redes neuronales profundas, incluyendo modelos recurrentes y variantes LSTM y GRU, aplicándolas a métricas clave seleccionadas según una taxonomía estructurada de calidad cloud. El trabajo evaluará modelos univariados y multivariados con diferentes tamaños de ventana temporal para optimizar la precisión predictiva y, finalmente, integrará los modelos validados en un marco de soporte a la decisión proactiva para empresas de software, materializado en un cuadro de mando interactivo que permitirá monitorizar indicadores, establecer umbrales y activar intervenciones tempranas para mantener los niveles de calidad del servicio.
