Series de tiempo y Random Forest Regression en el periodo 2015 - 2019 modelamiento de la temperatura en Bogotá
Compartir en:
- Views
- Downloads
Date
2020Publicador
Fundación Universitaria Los Libertadores. Sede Bogotá.
Documentos PDF
Abstract
En este documento presentamos un análisis predictivo de la temperatura con datos capturados por la Red de Monitoreo de Calidad del Aire de Bogotá, utilizando técnicas estadísticas y de machine learning, con la aplicación de estas técnicas y de otras técnicas descriptivas han demostrado las interacciones históricas y futuras que tienen las variables meteorológicas, material particulado, gases de efecto invernadero y contaminantes, con la temperatura. Nuestros resultados demuestran como estas relaciones se dan a lo largo del tiempo y el poder predictivo que tienen, además del uso de algoritmos no supervisados para determinar similitudes en las series de tiempo, análisis estadísticos para determinar los impactos que tiene la temperatura con relación a las demás variables. Nuestros resultados presentan una visión diferente ante el entendimiento del clima, sus interacciones y la problemática medioambiental y la calidad del aire en la ciudad de Bogotá. (apartes del texto)