| Autor: |
Corral Plaza, David, Resinas Arias de Reyna, Manuel, Boubeta Puig, Juan |
| Přispěvatelé: |
Universidad de Sevilla. Departamento de Lenguajes y Sistemas Informáticos, Universidad de Sevilla. TIC-205: Ingeniería del Software Aplicada, Ministerio de Economía y Competitividad (MINECO). España |
| Jazyk: |
Spanish; Castilian |
| Rok vydání: |
2018 |
| Předmět: |
|
| Popis: |
Los medios tecnológicos para el consumo, producción e intercambio de información no hacen más que aumentar cada día que pasa. Nos encontramos envueltos en el fenómeno Big Data, donde ser capaces de analizar esta informa ción con el objetivo de poder inferir situaciones del futuro basándonos en datos del pasado y del presente, nos puede reportar una ventaja competitiva que nos distinga claramente de otras opciones. Dentro de las múltiples disciplinas exis tentes para el análisis de grandes cantidades información encontramos el Ma chine Learning y, a su vez, dentro de este podemos destacar la capacidad predic tiva que nos proporcionan muchas de las opciones existentes actualmente en el mercado. En este trabajo realizamos un análisis de estas principales opciones de APIs predictivas en la nube, las comparamos entre sí, y finalmente llevamos a cabo una experimentación con datos reales de la Red de Vigilancia y Control de la Calidad del Aire de la Junta de Andalucía. Los resultados demuestran que estas herramientas son una opción muy interesante a considerar a la hora de tratar de predecir valores de contaminantes que pueden afectar a nuestra salud seriamente, pudiéndose llevar a cabo acciones preventivas sobre la población afectada Ministerio de Economía y Competitividad TIN2015-65845-C3-3-R Ministerio de Economía y Competitividad TIN2016-81978-REDT |
| Databáze: |
OpenAIRE |
| Externí odkaz: |
|
