Los modelos de aprendizaje supervisado basados en bosques aleatorios (Random Forest) tienen alto desempeño al momento de clasificar los factores determinantes que permiten el ingreso de un postulante a la universidad. Esta investigación es de tipo cuasi-experimental y utiliza el método de análisis cuantitativo, en consecuencia el objetivo es evaluar los factores determinantes asociados al ingreso de los postulantes a la universidad. Inicia con el preprocesamiento, comprensión de los datos de admisión y clasificarlos por áreas y procesos de admisión, esta etapa se completa con la limpieza de los datos para evitar lecturas erróneas, luego se construye el modelo de aprendizaje supervisado de bosques aleatorios cuya tarea es predecir con exactitud el ingreso o no de un postulante a la universidad, previo a ello, se establece ajustes utilizando la librería sickit-learn para separar ...

La deforestación de los bosques de la Amazonía tiene orígenes naturales o por las actividades humanas, visto desde el espacio, la deforestación se refleja en imágenes tomadas por satélite Landsat-8. Metodológicamente la investigación es de diseño cuasi experimental por ende busca segmentar la deforestación de los bosques de la Amazonía peruana presente en las imágenes satelitales, utilizando la red neuronal convolucional especializada en segmentación de imágenes denominada U-Net (red neuronal totalmente conectada). Inicia con la selección de imágenes satelitales de la Amazonía de Puno y Madre de Dios, luego un pre-procesamiento consistente en dividir las imágenes en tamaños de 256x256 pixeles acompañados de imágenes binarizadas (máscaras) entre bosques y deforestación, estas imágenes se dividen en grupos de entrenamiento y prueba y son las entradas de la red neuro...

Los modelos de aprendizaje supervisado basados en bosques aleatorios (Random Forest) tienen alto desempeño al momento de clasificar los factores determinantes que permiten el ingreso de un postulante a la universidad. Esta investigación es de tipo cuasi-experimental y utiliza el método de análisis cuantitativo, en consecuencia el objetivo es evaluar los factores determinantes asociados al ingreso de los postulantes a la universidad. Inicia con el preprocesamiento, comprensión de los datos de admisión y clasificarlos por áreas y procesos de admisión, esta etapa se completa con la limpieza de los datos para evitar lecturas erróneas, luego se construye el modelo de aprendizaje supervisado de bosques aleatorios cuya tarea es predecir con exactitud el ingreso o no de un postulante a la universidad, previo a ello, se establece ajustes utilizando la librería sickit-learn para separar ...

La deforestación de los bosques de la Amazonía tiene orígenes naturales o por las actividades humanas, visto desde el espacio, la deforestación se refleja en imágenes tomadas por satélite Landsat-8. Metodológicamente la investigación es de diseño cuasi experimental por ende busca segmentar la deforestación de los bosques de la Amazonía peruana presente en las imágenes satelitales, utilizando la red neuronal convolucional especializada en segmentación de imágenes denominada U-Net (red neuronal totalmente conectada). Inicia con la selección de imágenes satelitales de la Amazonía de Puno y Madre de Dios, luego un pre-procesamiento consistente en dividir las imágenes en tamaños de 256x256 pixeles acompañados de imágenes binarizadas (máscaras) entre bosques y deforestación, estas imágenes se dividen en grupos de entrenamiento y prueba y son las entradas de la red neuro...

La tendencia actual en la construcción de viviendas en la zona periurbana de Jayllihuaya es creciente, se observó que el terreno de la zona es estable, carente de humedad y con escasa presencia de antenas de emisión electromagnética. El estudio buscó establecer vínculo entre la inteligencia artificial y las viviendas saludables utilizando modelos de clasificación supervisada. Las características analizadas de las viviendas estuvieron relacionadas con el acceso a los servicios básicos, iluminación, contaminación acústica, material predominante de la vivienda, combustible utilizado en la cocina y acceso a la tecnología. La información sobre las viviendas se recolectó mediante encuestas de preguntas cerradas, procesadas posteriormente con la finalidad de predecir mediante modelos de algoritmos de clasificación. Los resultados mostraron que el modelo de algoritmo máquinas de...

[NO ABSTRACT AVAILABLE]

La clasificación de ropa es un proceso que revoluciona la organización de armarios y permite ofrecer una mejor experiencia de compra en los comercios electrónicos. Una de las alternativas tecnológicas para abordar este proceso son las redes neuronales convolucionales (CNN) debido a su óptima comprensión de características particulares mediante una representación visual, como una imagen. El presente artículo tiene como finalidad implementar un modelo CNN que procese información de imágenes de prendas de vestir mediante capas ocultas para identificar patrones distintivos que permitan su categorización eficaz. Se utilizó una metodología basada en la construcción de un modelo clasificatorio mediante el lenguaje de programación python, las librerías “TensorFlow” y “TensorFlow Datasets”, la máquina virtual de google colaboraty y las imágenes tomadas del repositorio p...

The work was to determine a time series model based on the Box-Jenkins method, which is appropriately adjusted to the original series in the forecast of electricity consumption in the region of Puno Peru,  for the next three years (2021-2023), this would allow the company Electro Puno to have the model to support decision making, which conform to its corporate objectives in a medium-term time horizon, ensuring the distribution and marketing of electricity. The study was quantitative with non-experimental design, trend longitudinal cut, the population was 84 reports of monthly electricity consumption represented in (MWh/month), considering a commercial period of 7 years, the three phases of the Box-Jenkins methodology were applied as: identification, estimation and validation of the model, arriving to determine a multiplicative seasonal ARIMA (0,1,3)×(2,0,0,0)_12 model that adjusted...