Implementación de técnicas de machine learning para la predicción de variables meteorológicas y del suelo que afectan la agricultura
El proyecto se basó en encontrar un modelo predictivo para usar en operaciones de agricultura. Utilizando métodos de Machine Learning para combinar un gran conjunto de datos con información meteorológica y del suelo.
- Autores:
-
García Cañón, Henry Stiven
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2019
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/45458
- Acceso en línea:
- http://hdl.handle.net/1992/45458
- Palabra clave:
- Meteorología agrícola
Climatología agrícola
Aprendizaje automático (Inteligencia artificial)
Técnicas de predicción
Ingeniería
- Rights
- openAccess
- License
- https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf
| id |
UNIANDES2_2b4ae9587e2b56ea56294b468ebea3e7 |
|---|---|
| oai_identifier_str |
oai:repositorio.uniandes.edu.co:1992/45458 |
| network_acronym_str |
UNIANDES2 |
| network_name_str |
Séneca: repositorio Uniandes |
| repository_id_str |
|
| spelling |
Al consultar y hacer uso de este recurso, está aceptando las condiciones de uso establecidas por los autores.https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfinfo:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Giraldo Trujillo, Luis Felipevirtual::16633-1García Cañón, Henry Stiven8c5ed32f-9df7-4b95-9223-2d7e0c6d3853600Avila Bernal, Alba GracielaGarzón Valero, Jaime Andrés2020-09-03T16:01:29Z2020-09-03T16:01:29Z2019http://hdl.handle.net/1992/45458u827540.pdfinstname:Universidad de los Andesreponame:Repositorio Institucional Sénecarepourl:https://repositorio.uniandes.edu.co/El proyecto se basó en encontrar un modelo predictivo para usar en operaciones de agricultura. Utilizando métodos de Machine Learning para combinar un gran conjunto de datos con información meteorológica y del suelo.The project was based on finding a predictive model to use in agricultural operations. Using Machine Learning methods to combine a large data set with weather and soil information.Ingeniero ElectrónicoPregrado31 hojasapplication/pdfspaUniversidad de los AndesIngeniería ElectrónicaFacultad de IngenieríaDepartamento de Ingeniería Eléctrica y Electrónicainstname:Universidad de los Andesreponame:Repositorio Institucional SénecaImplementación de técnicas de machine learning para la predicción de variables meteorológicas y del suelo que afectan la agriculturaTrabajo de grado - Pregradoinfo:eu-repo/semantics/bachelorThesishttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Texthttp://purl.org/redcol/resource_type/TPMeteorología agrícolaClimatología agrícolaAprendizaje automático (Inteligencia artificial)Técnicas de predicciónIngenieríaPublicationhttps://scholar.google.es/citations?user=4TGvo8AAAAJvirtual::16633-1https://scienti.minciencias.gov.co/cvlac/visualizador/generarCurriculoCv.do?cod_rh=0000802506virtual::16633-1eb386eec-3ec8-40c2-829d-ae8cbf0e384evirtual::16633-1eb386eec-3ec8-40c2-829d-ae8cbf0e384evirtual::16633-1THUMBNAILu827540.pdf.jpgu827540.pdf.jpgIM Thumbnailimage/jpeg7784https://repositorio.uniandes.edu.co/bitstreams/3995765e-3c87-4e93-bce9-a054470f08c6/download0fc04cfcb9b19950217b5db2dc6b8db7MD55TEXTu827540.pdf.txtu827540.pdf.txtExtracted texttext/plain57789https://repositorio.uniandes.edu.co/bitstreams/13d33400-8c3c-4a31-890b-68cbac176b48/downloade2d52b05cd01778f4c5257f7a1372014MD54ORIGINALu827540.pdfapplication/pdf1753208https://repositorio.uniandes.edu.co/bitstreams/a29e2d13-ceb0-4b2a-be40-fd692c98c19e/download9f6805ef57e645973a933495952cad2fMD511992/45458oai:repositorio.uniandes.edu.co:1992/454582024-03-13 15:46:47.168https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdfopen.accesshttps://repositorio.uniandes.edu.coRepositorio institucional Sénecaadminrepositorio@uniandes.edu.co |
| dc.title.es_CO.fl_str_mv |
Implementación de técnicas de machine learning para la predicción de variables meteorológicas y del suelo que afectan la agricultura |
| title |
Implementación de técnicas de machine learning para la predicción de variables meteorológicas y del suelo que afectan la agricultura |
| spellingShingle |
Implementación de técnicas de machine learning para la predicción de variables meteorológicas y del suelo que afectan la agricultura Meteorología agrícola Climatología agrícola Aprendizaje automático (Inteligencia artificial) Técnicas de predicción Ingeniería |
| title_short |
Implementación de técnicas de machine learning para la predicción de variables meteorológicas y del suelo que afectan la agricultura |
| title_full |
Implementación de técnicas de machine learning para la predicción de variables meteorológicas y del suelo que afectan la agricultura |
| title_fullStr |
Implementación de técnicas de machine learning para la predicción de variables meteorológicas y del suelo que afectan la agricultura |
| title_full_unstemmed |
Implementación de técnicas de machine learning para la predicción de variables meteorológicas y del suelo que afectan la agricultura |
| title_sort |
Implementación de técnicas de machine learning para la predicción de variables meteorológicas y del suelo que afectan la agricultura |
| dc.creator.fl_str_mv |
García Cañón, Henry Stiven |
| dc.contributor.advisor.none.fl_str_mv |
Giraldo Trujillo, Luis Felipe |
| dc.contributor.author.none.fl_str_mv |
García Cañón, Henry Stiven |
| dc.contributor.jury.none.fl_str_mv |
Avila Bernal, Alba Graciela Garzón Valero, Jaime Andrés |
| dc.subject.armarc.es_CO.fl_str_mv |
Meteorología agrícola Climatología agrícola Aprendizaje automático (Inteligencia artificial) Técnicas de predicción |
| topic |
Meteorología agrícola Climatología agrícola Aprendizaje automático (Inteligencia artificial) Técnicas de predicción Ingeniería |
| dc.subject.themes.none.fl_str_mv |
Ingeniería |
| description |
El proyecto se basó en encontrar un modelo predictivo para usar en operaciones de agricultura. Utilizando métodos de Machine Learning para combinar un gran conjunto de datos con información meteorológica y del suelo. |
| publishDate |
2019 |
| dc.date.issued.none.fl_str_mv |
2019 |
| dc.date.accessioned.none.fl_str_mv |
2020-09-03T16:01:29Z |
| dc.date.available.none.fl_str_mv |
2020-09-03T16:01:29Z |
| dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
| dc.type.coarversion.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
| dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
| dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
| dc.type.content.spa.fl_str_mv |
Text |
| dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
| format |
http://purl.org/coar/resource_type/c_7a1f |
| dc.identifier.uri.none.fl_str_mv |
http://hdl.handle.net/1992/45458 |
| dc.identifier.pdf.none.fl_str_mv |
u827540.pdf |
| dc.identifier.instname.spa.fl_str_mv |
instname:Universidad de los Andes |
| dc.identifier.reponame.spa.fl_str_mv |
reponame:Repositorio Institucional Séneca |
| dc.identifier.repourl.spa.fl_str_mv |
repourl:https://repositorio.uniandes.edu.co/ |
| url |
http://hdl.handle.net/1992/45458 |
| identifier_str_mv |
u827540.pdf instname:Universidad de los Andes reponame:Repositorio Institucional Séneca repourl:https://repositorio.uniandes.edu.co/ |
| dc.language.iso.es_CO.fl_str_mv |
spa |
| language |
spa |
| dc.rights.uri.*.fl_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf |
| dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
| dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
| rights_invalid_str_mv |
https://repositorio.uniandes.edu.co/static/pdf/aceptacion_uso_es.pdf http://purl.org/coar/access_right/c_abf2 |
| eu_rights_str_mv |
openAccess |
| dc.format.extent.es_CO.fl_str_mv |
31 hojas |
| dc.format.mimetype.es_CO.fl_str_mv |
application/pdf |
| dc.publisher.es_CO.fl_str_mv |
Universidad de los Andes |
| dc.publisher.program.es_CO.fl_str_mv |
Ingeniería Electrónica |
| dc.publisher.faculty.es_CO.fl_str_mv |
Facultad de Ingeniería |
| dc.publisher.department.es_CO.fl_str_mv |
Departamento de Ingeniería Eléctrica y Electrónica |
| dc.source.es_CO.fl_str_mv |
instname:Universidad de los Andes reponame:Repositorio Institucional Séneca |
| instname_str |
Universidad de los Andes |
| institution |
Universidad de los Andes |
| reponame_str |
Repositorio Institucional Séneca |
| collection |
Repositorio Institucional Séneca |
| bitstream.url.fl_str_mv |
https://repositorio.uniandes.edu.co/bitstreams/3995765e-3c87-4e93-bce9-a054470f08c6/download https://repositorio.uniandes.edu.co/bitstreams/13d33400-8c3c-4a31-890b-68cbac176b48/download https://repositorio.uniandes.edu.co/bitstreams/a29e2d13-ceb0-4b2a-be40-fd692c98c19e/download |
| bitstream.checksum.fl_str_mv |
0fc04cfcb9b19950217b5db2dc6b8db7 e2d52b05cd01778f4c5257f7a1372014 9f6805ef57e645973a933495952cad2f |
| bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
| repository.name.fl_str_mv |
Repositorio institucional Séneca |
| repository.mail.fl_str_mv |
adminrepositorio@uniandes.edu.co |
| _version_ |
1808390492524642304 |