Modelo predictivo de datos de eventos sísmicos en la ciudad de Cali.

El presente proyecto tiene como objetivo proponer un modelo predictivo de datos para la preparación ante un evento sísmico en la ciudad de Cali. La metodología utilizada en el proyecto fue SEMMA y KDD la cual permite un análisis de los datos y desarrollo del modelo completo gracias a sus 5 pasos. Inicialmente se plantea el escenario bajo el cual se desarrolla el modelo, una vez se tiene claro el escenario, se selecciona el conjunto de datos necesarios para el diseño del modelo, donde se realiza un proceso de limpieza y pre-procesamiento que tiene como objetivo eliminar los valores que no se necesitan y campos vacíos, en esta fase también se realiza la estrategia para adecuar el set de datos con los campos o variables que están vacías y son necesarias para continuar con el desarrollo del modelo. Una vez los datos han pasado por la fase de limpieza, se realiza una reducción de la dimensión del set de datos, cuando se tienen listos los datos se procede a la selección del paradigma bajo el cual se realiza el modelo: predictivo, en el siguiente paso se selecciona el algoritmo de minería de datos, para este proyecto se selecciona: redes neuronales, una vez se tienen los pasos anteriores, se procede a aplicar las redes neuronales para generar un modelo de datos predictivo y la implementación de los datos analizados. Finalmente, es importante destacar que en temas relacionados con ciencias de la tierra, la ciencia de datos tiene un gran impacto ya que ofrece una variedad de herramientas y métodos que permite analizar fenómenos naturales desde diferentes puntos con el objetivo de recolectar datos o información que permita generar planes de acción y prevención a las diferentes entidades de socorro en caso de desastres.

• Autores: Ojeda Tabares, Daniela
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2021
• Institución: Universidad Autónoma de Occidente
• Repositorio: RED: Repositorio Educativo Digital UAO
• Idioma: spa
• OAI Identifier: oai:red.uao.edu.co:10614/13620
• Acceso en línea: https://hdl.handle.net/10614/13620; https://red.uao.edu.co/
• Palabra clave: Ingeniería Informática; Redes neurales (Computadores); Minería de datos; Neural networks (Computer science); Data mining; Modelo predictivo; Redes neuronales
• Rights: openAccess
• License: Derechos reservados - Universidad Autónoma de Occidente, 2021