Predicción de consumo irregular del servicio de agua potable basado en métodos de machine learning en la provincia de Ilo.

Vista sencilla de ítem
dc.contributor.advisorTito Chura, Hugo Euleres_ES
dc.contributor.authorMoron Coaquira, Alonsoes_ES
dc.date.accessioned2022-04-20T13:21:10Z
dc.date.available2022-04-20T13:21:10Z
dc.date.issued2021-07-26
dc.description.abstractEl presente trabajo de investigación tiene el enfoque de experimentación de algoritmos de Machine Learning en el problema de predicción de clases de consumo irregular de agua potable de la Empresa Prestadora de Servicios de Saneamiento, EPS Ilo S.A. La empresa cuenta con el registro histórico de los incidentes o casos de consumo irregular de sus usuarios, los datos registrados son variables que conducen a identificar a que clase o tipo de consumo irregular pertenece. Esta información permitió experimentar diferentes algoritmos deMachine Learning, y finalmente, definir cual de ellos se comportamejor en este caso especifico. El algoritmo más eficiente en resolver el problema es Random Forest con 98% de precisión en predicciones de clases, seguido por Árbol de decisiones con 82% de precisión y finalmente Red Neuronal Simple con el 70.83%.es_ES
dc.formatapplication/pdfes_ES
dc.identifier.urihttps://repositorio.unam.edu.pe/handle/UNAM/283
dc.language.isospaes_ES
dc.publisherUniversidad Nacional de Moqueguaes_ES
dc.publisher.countryPEes_ES
dc.rightsinfo:eu-repo/semantics/openAccesses_ES
dc.rightsAttribution-NonCommercial-NoDerivatives 4.0 Internacional*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/*
dc.sourceRepositorio institucional - UNAMes_ES
dc.subjectMachine learninges_ES
dc.subjectAlgoritmoses_ES
dc.subjectPrediccioneses_ES
dc.subject.ocdehttp://purl.org/pe-repo/ocde/ford#2.00.00es_ES
dc.titlePredicción de consumo irregular del servicio de agua potable basado en métodos de machine learning en la provincia de Ilo.es_ES
dc.typeinfo:eu-repo/semantics/bachelorThesises_ES
dc.type.versioninfo:eu-repo/semantics/acceptedVersiones_ES
renati.advisor.dni01315850
renati.advisor.orcidhttps://orcid.org/0000-0001-8269-0655es_ES
renati.author.dni47923713
renati.jurorFlores García, Aníbal Fernandoes_ES
renati.jurorClares Perca, Juan Carloses_ES
renati.jurorGauna Chino, Marioes_ES
renati.levelhttp://purl.org/pe-repo/renati/nivel#bachilleres_ES
renati.typehttp://purl.org/pe-repo/renati/type#tesises_ES
thesis.degree.disciplineIngeniería de Sistemas e Informáticaes_ES
thesis.degree.grantorUniversidad Nacional de Moquegua . Escuela Profesional de Ingeniería de Sistemas e Informáticaes_ES
thesis.degree.nameIngeniero de Sistemas e Informáticaes_ES
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
D095_47923713_T-1648834865.pdf
Tamaño:
3 MB
Formato:
Unknown data format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Unknown data format
Descripción:
Descargar
Colecciones
Escuela Profesional de Ingeniería de Sistemas e Informática