Data mining para determinar patrones del comportamiento de datos meteorológicos

El libro es una adaptación de una investigación presentada a la Universidad Nacional de Huancavelica, que tuvo como objetivo determinar patrones de comportamiento de datos obtenidos mediante éstas técnicas, de las variables meteorológicas en la ciudad de Huancavelica (Perú) como son: la temper...

Full description

Saved in:
Bibliographic Details
Main Author: Huere-Peña, Jorge (auth)
Other Authors: Gave-Chagua, Jose (auth), Yaulilahua-Huacho, Russbelt (auth), Salas-Contreras, William (auth), Gonzales, Teresa (auth), Ayuque-Rojas, Jose (auth)
Format: Electronic Book Chapter
Language:Spanish
Published: Puno Instituto Universitario de Innovación Ciencia y Tecnología Inudi Perú 2022
Subjects:
Online Access:DOAB: download the publication
DOAB: description of the publication
Tags: Add Tag
No Tags, Be the first to tag this record!
Description
Summary:El libro es una adaptación de una investigación presentada a la Universidad Nacional de Huancavelica, que tuvo como objetivo determinar patrones de comportamiento de datos obtenidos mediante éstas técnicas, de las variables meteorológicas en la ciudad de Huancavelica (Perú) como son: la temperatura ambiental, presión atmosférica, humedad atmosférica, velocidad del viento, radiación solar, radiación ultra violeta y precipitación pluvial utilizando para ello una estación meteorológica automatizada de la compañía Weather Link, Marca DAVIS, Modelo Vantage Pro y una consola para el almacenamiento de datos Vantage Pro en texto plano y que posteriormente fueron procesados, descritos y analizados usando el software SPSS Statistical y WRPLOT en el caso particular de la variable dirección del viento y para la determinación de comportamientos y patrones se usó la metodología CRISP-DM. Los resultados obtenidos fueron clúster de las variables meteorológicas con algoritmos de aprendizaje no supervisado y predicciones de la variable precipitación pluvial con algoritmos de aprendizaje supervisados obteniendo 84,9% de probabilidades de éxito en el pronóstico y en el caso de los clúster grupos de cuatro y diez significativamente diferentes.
Physical Description:1 electronic resource (68 p.)
ISBN:inudi.b.066
978-612-5069-55-9
DOI:10.35622/inudi.b.066
Access:Open Access