1. Repositorio Institucional del Tecnológico Nacional de México (RI - TecNM)
2. Tesis de Licenciatura
3. Sinaloa
4. Instituto Tecnológico de Culiacán (Licenciatura)
5. INGENIERIA EN SISTEMAS COMPUTACIONALES

Título :	RECONSTRUCCIÓN DE LA INFORMACIÓN LOS PARÁMETROS DE LA CALIDAD DEL AGUA DE SINALOA, MEDIANTE TÉCNICAS DE APRENDIZAJE MAQUINA DERIVADA DE LA LGAC INTELIGENCIA ARTIFICIAL.
Autor :	MEDRANO ITURRIOS, ANGEL RAÚL
metadata.dc.subject.other:	Aprendizaje máquina (Machine Learning). Datos faltantes (Missing Values). Imputación de datos. Redes neuronales artificiales (ANN).
Fecha de publicación :	2023-10-16
Editorial :	Tecnológico Nacional de México
metadata.dc.publisher.tecnm:	Instituto Tecnológico de Culiacán
Descripción :	Dado que los datos faltantes son un problema recurrente en todo sistema informático y que no se puede estar exento de este suceso, es indispensable contar con estrategias que permitan mitigar y dar un tratamiento efectivo a estos mismos. La ausencia de valores afecta de manera directa en todos los análisis de datos y particularmente cuando se desea trabajar con modelos de aprendizaje máquina, puesto que la presencia de estos entorpece dicho proceso. Tal es el caso de este estudio, donde se tiene una fuente de información en el cual se albergan las muestras recabadas a través de los distintos cuerpos de agua en el estado de Sinaloa desde el año 2012 hasta 2020 esto con la finalidad de determinar la calidad de esta sustancia, más sin embargo la presencia de las grandes cantidades de datos faltantes que se tiene ha frenado a los expertos del área cuando de realizar análisis se trata.
metadata.dc.type:	info:eu-repo/semantics/bachelorThesis
Aparece en las colecciones:	INGENIERIA EN SISTEMAS COMPUTACIONALES

Este ítem está protegido por copyright original Visualizar la licencia

Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons