Angel Alexis Zevallos Apaza  
Universidad Nacional de San Agustín.  
Arequipa, Perú.  
Sofía Sair Onque Gárate  
Universidad Nacional de San Agustín.  
Arequipa, Perú.  
azevallosa@unsa.edu.pe  
sonque@unsa.edu.pe  
Arian Eduardo Javier Canaza  
Cuadros  
Universidad Nacional de San Agustín.  
Arequipa, Perú.  
Paulina Miriam Choqueneira Ccasa  
Universidad Nacional de San Agustín.  
Arequipa, Perú.  
pchoqueneira@unsa.edu.pe  
acanazacua@unsa.edu.pe  
ARK: ark:/42411/s9/a72  
PURL: 42411/s9/a72  
RECIBIDO 28/06/2022 ● ACEPTADO 02/08/2022 ● PUBLICADO 30/09/2022  
RESUMEN  
En este trabajo se planteó como objetivo utilizar la técnica de árbol de decisión para definir un  
modelo capaz de predecir la potabilidad del agua. Para evaluar el rendimiento de la clasificación  
del árbol de decisión se utilizó un dataset extraído de Kaggle que cuenta con 3276 muestras de  
agua divididas por la variable de potabilidad. Aplicando las librerías Pandas y Scikit Learn se logró  
definir un modelo basado en un árbol de decisión evaluado con las métricas de precisión,  
exactitud, exhaustividad y puntuación F1 logrando 0.77, 0.80, 0.85 y 0.81 respectivamente.  
Palabras claves: Agua potable, inteligencia artificial, árbol de decisión.  
ABSTRACT  
The objective of this work was to use the decision tree technique to define a model capable of  
predicting water potability. To evaluate the performance of the decision tree classification, a  
dataset extracted from Kaggle was used, which has 3276 water samples divided by the potability  
variable. Applying the Pandas and Scikit Learn libraries, a model based on a decision tree  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 2 Septiembre - Febrero 2022 ISSN Nº 2708-0935  
evaluated with the metrics of precision, accuracy, completeness and F1 score was defined,  
achieving 0.77, 0.80, 0.85 and 0.81 respectively.  
Keywords: Drinking water, artificial intelligence, decision tree.  
INTRODUCCIÓN  
La vida del hombre y su existencia se la debe al agua, existe una alta necesidad de esta y cada  
vez más por el incremento de la población, por consecuencia ocurre una mayor demanda de agua.  
Existen desigualdades entre las zonas urbanas y rurales, puesto que el 96% de la población  
mundial urbana utiliza fuentes de agua potable frente al 84% de la población rural, tal como lo  
dicen en [1], por lo que el poseer agua potable es una necesidad primaria, como lo menciona la  
Asamblea General de las Naciones Unidas [2].  
"Todas las personas tienen derecho a disponer de forma continuada de agua suficiente, salubre,  
físicamente accesible, asequible y de una potabilidad del agua aceptable, para uso personal y  
doméstico". Entonces podemos reafirmar que el consumo de agua se debe garantizar, el agua no  
debe estar contaminada o con sustancias que puedan producir enfermedades ya que este sería  
un problema muy grave.  
Entrando en un contexto cercano, en el Perú más de un 70% de las aguas residuales no tienen  
tratamiento, la contaminación en el agua puede ser una gran preocupación para nosotros, porque  
pone en peligro la salud pública. Los principales lugares que superan los límites recomendados  
por la OMS para el consumo humano de agua son Lima, La Oroya y Juliaca de la cual puede ver  
más información en [3].  
Incluso aquí en Arequipa mediante estudios se determinó que se superaron los parámetros  
establecidos en bacterias coliformes, que se evalúan en [4]. Por lo que para evitar que esta  
situación empeore se necesita un buen control del agua verificando que esta sea apta para  
consumo humano.  
“
La forma como se mide la contaminación química, los límites que se toleran y las decisiones que  
se toman al respecto de las afluentes de agua, depende de procesos de monitoreo y vigilancia.”  
5]. Con esta perspectiva, este trabajo plantea la implementación de inteligencia artificial para  
[
determinar las condiciones de la potabilidad del agua a partir de datos que han sido obtenidos de  
un trabajo de análisis.  
Con el modelo se espera determinar con un error mínimo la potabilidad del agua, para beneficiar  
a la población que obtiene el líquido de afluentes, además de aportar a los procesos que  
determinan su potabilidad. Ello se plantea hallar en función a los distintos parámetros que influyen  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 2 Septiembre - Febrero 2022 ISSN Nº 2708-0935  
en el resultado de la potabilidad [6], los cuales incluyen el pH, dureza, sólidos disueltos totales,  
cloraminas, sulfato, conductividad, carbono orgánico, trihalometanos y turbidez.  
Materiales y métodos o Metodología computacional  
Trabajos relacionados  
En [7] se analizó el problema de la contaminación del agua un tema tratado también por nosotros  
pero con un análisis en tiempo real lo cual tuvo resultados positivos, ya que mediante esta  
detección se pudo prevenir seguir usando agua contaminada, lo que demuestra que el modelo  
utilizado en este artículo puede ser muy factible y aplicarse a cualquier variable física que pueda  
ser medida con un elemento sensor y requiere cierto monitoreo.  
En [8] se propuso una solución para determinar el índice de potabilidad del agua del río  
Utcubamba utilizando redes neuronales artificiales, la RNA planteada fue entrenada usando el  
algoritmo de Levenberg-Marquardt determinando la distribución óptima consistente en seis  
neuronas en la capa de entrada, doce neuronas en la capa oculta y una neurona en la capa de  
salida. La evaluación de la RNA se realizó mediante el coeficiente de correlación y el error de raíz  
cuadrada media. Los resultados para el coeficiente de correlación para los tres conjuntos de da  
tos, entrenamiento, validación y prueba fueron 0.979, 1 y 0.940 respectivamente, para el error  
de raíz cuadrada media para los tres conjuntos de datos fueron 2.562 para entrenamiento, 1.546  
para validación y 1.997 para la prueba.  
En [9] se mantuvo el problema debido a la población, ya que a más población estas requerirán  
más necesidades con respecto al agua, pero controla las condiciones apropiadas para asegurar la  
potabilidad del agua. En muchas situaciones no es suficiente las actividades de monitorización  
que se brindan, por lo que se requiere contar con modelos o mecanismos que permitan anticiparse  
a la materialización del riesgo con el suficiente rango de tiempo para prevenir los efectos  
negativos que afecten la calidad del recurso hídrico. Los resultados obtenidos al final demostraron  
que la utilización de diferentes técnicas aplicadas, permiten obtener mejores resultados respecto  
a las técnicas que son utilizadas de forma independiente.  
En [10] se propone la revisión de las técnicas de aprendizaje automático y su aplicación para la  
estimación de la potabilidad del agua en ríos, cuencas y lagos, entre otros, debido a su  
importancia para la sobrevivencia de los seres vivos. Tras el desarrollo del trabajo, se  
evidenciaron en los resultados que, pese a que se puede encontrar una gran variedad de  
estrategias, las redes neuronales han abarcado este campo con buenos resultados, pero aún  
concentra su atención en los desafíos de combinar sus propiedades para modelar sistemas con  
características no lineales y no estacionarias. Finalmente, como conclusiones se afirma que las  
técnicas de aprendizaje automático de mayor aplicabilidad en el recurso hídrico son las redes  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 2 Septiembre - Febrero 2022 ISSN Nº 2708-0935  
neuronales, las máquinas de vectores de soporte y los sistemas de inferencia neuro difusa con  
porcentajes del 36 %, 24 % y 16 %, respectivamente; el 24% restante corresponde a la  
implementación de otro tipo de estrategias. Con ello se evidencia que el modelado híbrido es una  
herramienta mejorada que arroja buenos resultados en comparación con técnicas predictivas  
tradicionales.  
Fundamentación teórica  
La inteligencia artificial  
La Inteligencia Artificial (IA) es la combinación de algoritmos planteados con el fin de crear  
máquinas que poseen las mismas capacidades que el ser humano, una ansiada tecnología que  
todavía resulta lejana y misteriosa, pero que hace algunos años está presente en nuestra vida  
cotidiana.  
Stuart Russell y Peter Norvig diferenciaban la inteligencia artificial en varios tipos, de forma que  
se tienen los sistemas que piensan como humanos, los que actúan como humanos, los que  
piensan racionalmente y los que actúan racionalmente.  
Los campos de aplicación de la inteligencia artificial ciertamente son muchos y variados, por  
ejemplo, algunos de los principales son el uso de la IA para los asistentes virtuales, en el campo  
de la climatología, las finanzas, la agricultura, la educación, la logística y el sistema de transporte,  
el comercio y los sistemas de sanidad [11].  
Machine learning  
Machine Learning y el Procesamiento del Lenguaje Natural son campos que convierten a los datos  
en la información necesaria para alcanzar la Inteligencia Artificial requerida para la extracción de  
conclusiones, realización de predicciones o comunicación con los usuarios. Las técnicas de  
Machine Learning permiten a los algoritmos identificar patrones complejos entre grandes  
cantidades de datos, infiriendo así sus reglas para detectar patrones similares en nuevos  
conjuntos de datos. Cuando se crean sistemas inteligentes que mejoran de forma autónoma  
viendo datos, se permite en sí la creación de sistemas que pueden aprender a predecir  
comportamientos mediante ejemplos, detectar similitudes o anomalías automáticamente o tomar  
las decisiones adecuadas [12].  
Por ellos se dice que mientras dispongamos de más datos, más fiable y representativa será la  
muestra del proceso que buscamos automatizar, y mejor va a funcionar el software que buscamos  
generar.  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 2 Septiembre - Febrero 2022 ISSN Nº 2708-0935  
Análisis de datos  
El análisis de datos es el proceso de limpieza, cambio y procesamiento de datos en estado bruto,  
y la extracción de información relevante y procesable que ayuda a tomar decisiones informadas  
en base a estos. El preprocesamiento ayuda a reducir los riesgos inherentes a la toma de  
decisiones al proporcionar información y estadísticas útiles, que a menudo se presentan en  
cuadros o tablas [13].  
Árbol de decisión  
Un árbol de decisión es un mapa de los posibles resultados de una serie de decisiones  
relacionadas. Este mapa permite que un individuo o una organización comparen posibles acciones  
entre sí según sus costos, probabilidades y beneficios. También puede ser usado para dirigir un  
intercambio de ideas informal o trazar un algoritmo que anticipe matemáticamente la mejor  
opción.  
Un árbol de decisión, por lo general, comienza con un único nodo y luego se ramifica en resultados  
posibles. Cada uno de esos resultados crea nodos adicionales, que se ramifican en otras  
posibilidades. Esto le da una forma similar a la de un árbol.  
Algunas de las ventajas de este concepto son su fácil uso y comprensión, la mínima preparación  
necesaria, la posibilidad de agregar nuevas opciones a árboles ya existentes, así como la facilidad  
de combinación con otras herramientas de decisión. Sin embargo, también maneja ciertas  
desventajas, como el hecho de que el árbol se vuelva repentinamente complejo y que demande  
necesariamente la propuesta de una nueva solución [14].  
Ganancia de información  
Durante la construcción de un árbol de decisión iremos haciendo varias divisiones y la ganancia  
de información vendrá a ser precisamente esa información que puede aumentar el nivel de  
certeza después de una división. Es la entropía de un árbol antes de la división menos la entropía  
ponderada después de la división por un atributo, por lo que podemos pensar en la ganancia de  
la información y en la entropía como opuestos [15].  
Preprocesamiento de datos  
Para comenzar la elaboración de un árbol de decisión, en primera instancia, requerimos de un  
conjunto de datos (dataset) para trabajar en base a ello. Esta extracción comprende un conjunto  
de pasos que buscan preparar los datos sin limitarse con la integración u homogeneización, sino  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 2 Septiembre - Febrero 2022 ISSN Nº 2708-0935  
que abarca también otras tareas más, bajo la denominación genérica de preprocesamiento de  
datos [16].  
Una vez seleccionado el dataset, se procede con la limpieza de datos o data cleaning, pues antes  
de la aplicación de una técnica para procesar y/o analizar un conjunto de datos determinado, es  
necesario aplicar una limpieza de datos mediante técnicas que permitan filtrar el dataset de los  
datos vacíos, nulos o incongruentes.  
Seguidamente, se tiene el proceso de selección o extracción de datos relevantes, debido a que  
dos de las tareas más usuales en esta fase son la selección de variables y la selección de patrones.  
Puntualmente consisten en eliminar aquellos datos que, por estar repetidos o pueden estimarse  
a partir de otros, no aportan mejora en la extracción de conocimiento.  
Finalmente, se tiene la transformación de los datos, teniendo lugar una vez que los datos ya se  
encuentran limpios y no contienen redundancias, aspectos de los que se ocupan las operaciones  
previas. En este punto, podría pensarse que ya pueden usarse para el aprendizaje de un modelo,  
sin embargo, hay acciones que podrían mejorar los datos de modo que haga más efectivo ese  
aprendizaje. Entre ellos están la normalización, el escalado y la discretización.  
Herramientas y elementos  
Herramientas  
Las herramientas que usamos para el desarrollo del modelo predictivo para asegurar la  
potabilidad del agua fueron en su mayoría colaborativas para que podamos trabajar en equipo a  
distancia como Google Colab, el cual nos permite escribir y ejecutar código arbitrario de python  
en el navegador. Lo tomamos como adecuado para realizar este tipo de tareas y análisis de datos.  
Para el almacenamiento de nuestra dataSet y los archivos, ya que Google Colab puede trabajar  
con los documentos de Google, usamos Google Drive, que nos sirvió como sitio de alojamiento  
de archivos el cual también nos ayudó para trabajar de forma colaborativa. Y para acabar Google  
Sheet, ya que es ahí en conjunto con Google Drive donde guardamos la dataSet, porque maneja  
un sistema de celdas, lo cual es permitido para poder arrastrar los datos con python.  
Librerías  
Usamos librerías para facilitar el desarrollo de nuestro sistema predictivo. Una de ellas fue Numpy,  
la cual tiene soporte para vector y matrices grandes multidimensionales junto con funciones  
matemáticas de alto nivel. Para complementar esto y añadirle gráficas a nuestro proyecto, que  
en nuestro caso fueron árboles de decisión, usamos la biblioteca Matplotib la cual nos sirve para  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 2 Septiembre - Febrero 2022 ISSN Nº 2708-0935  
graficar a partir de datos contenidos en listas o arrays una extensión de esta es NumPy que lo  
mencionamos antes, también usamos la librería Pandas ya que al nosotros usar dataset  
necesitábamos tener un mejor control de esta estructura de datos y esta librería es especialista  
en el manejo y análisis de estructura de datos, como ejemplo de las funcionalidades que nos  
ofrece son que puede definir nuevas estructuras de datos basadas en los arrays de la librería  
NumPy pero con nuevas funcionalidades, leer y escribir fácilmente ficheros en formato CSV, Excel  
y bases de datos SQL, acceder a los datos mediante índices o nombres para filas y columnas  
realizando todas estas operaciones y otras de manera muy eficiente, y como último recurso  
usamos Scikit Learn una librería para aprendizaje automático la cual suma más ya que esta posee  
herramientas eficientes usadas para el aprendizaje automático y modelado estadístico incluyendo  
clasificación, regresión, agrupación, y reducción de dimensionalidad.  
Sobre nuestro dataset  
Nuestra dataset proviene de [17] en la cual analizamos la potabilidad del agua, teniendo nueve  
variables de entrada y tres mil doscientos setenta y siete instancias, nuestras entradas para poder  
obtener un correcto análisis del agua son el ph que posee de 0 a 14, hardness que es la capacidad  
del agua para precipitar jabón (numérico), solids que nos indica los sólidos disueltos totales  
(numérico), chloramines que nos dice la cantidad de cloraminas que posee en ppn (numérico),  
sulfate que nos muestra la cantidad de sulfatos disueltos (numéricos), conductivity que nos dice  
la cantidad eléctrica del agua (numérico), organic carbon que nos muestra la cantidad de carbono  
orgánico en ppm (numérico), trihalomethanes que nos dice la cantidad de trihalometanos en ug  
(numérico), y por último a turbidity que nos dice la medida de la propiedad de emisión de luz de  
agua en NTU (numérico). La variable a predecir o variable de salida contempla 0 para indicar  
agua potable y 1 para agua no potable.  
Variable  
Ph  
Descripción  
Ph del agua  
Tipo  
Min  
Max  
Numérico  
1.43  
14.00  
Capacidad del agua para  
precipitar jabón  
Hardness  
Solids  
Numérico  
Numérico  
Numérico  
73.49  
320.94  
1.39  
306.63  
56351.39  
13.13  
Sólidos disueltos totales en  
ppm.  
Cantidad de cloraminas en  
ppm.  
Chloramines  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 2 Septiembre - Febrero 2022 ISSN Nº 2708-0935  
Cantidad de sulfatos  
disueltos en mg/L  
Sulfate  
Numérico  
Numérico  
Numérico  
Numérico  
182.39  
201.62  
2.20  
481.03  
753.34  
27.01  
Conductividad eléctrica del  
Conductivity  
agua μS/cm  
Cantidad de carbono  
orgánico en ppm  
Organic carbon  
Trihalomethanes  
Cantidad de trihalometanos  
14.34  
124.00  
en μg/L  
Medida de la propiedad de  
emisión de luz del agua en  
NTU  
Turbidity  
Potability  
Numérico  
Numérico  
1.45  
0
6.49  
1
Indica si el agua es segura  
para el consumo humano  
Tabla N°1 Variables del dataset  
4
. Resultados y discusión  
Los datos que sean utilizado para diseñar el modelo se extrajeron de un dataset que cuenta con  
276 muestras donde se encontró que varias muestras contaban con valores vacíos, las variables  
3
Ph, Sulfate y Trihalomethanes contaban con 491, 781 y 162 valores vacíos respectivamente. Para  
realizar data cleaning en el dataset se optó por la eliminación de datos debido a la cantidad de  
instancias que se iban a eliminar que alcanzó el 23% del total que no era una cantidad que afecta  
la consistencia del dataset, luego del proceso se lograron eliminar 1265 instancias vacías.  
Se realizó un análisis de las instancias resueltas luego del proceso de data cleaning y se encontró  
un desbalanceamiento de los datos respecto a la variable a predecir (Potability), contando con  
1
200 instancias con valor 0 (Potable) y 811 instancias con valor 1 (No potable). Para resolver el  
desbalance se aplicó la técnica de over sampling definiendo así 2400 instancias en total.  
Se empleó un árbol de decisión para determinar si el agua es potable, los datos se dividieron en  
dos conjuntos, el de entrenamiento y el de pruebas contando con el 80% y 20% de los datos  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 2 Septiembre - Febrero 2022 ISSN Nº 2708-0935  
respectivamente. Luego del entrenamiento y las pruebas se realizó una evaluación del modelo  
mediante la matriz confusión contando con las métricas de precisión, exactitud, exhaustividad y  
puntuación F1.  
El resultado de la métrica de precisión es de 0.77, refiriendo que, de 100 muestras de agua, el  
modelo logra reconocer 77 muestras como agua potable de forma correcta mientras que el resto  
de 23 muestras las clasifica como agua potable de forma incorrecta. En la métrica de exactitud  
el modelo obtuvo 0.80, es decir, el modelo logra predecir el 80% de las veces, ejemplo, de 100  
muestras de agua el modelo clasifica el 80% de forma correcta.  
La métrica de exhaustividad del modelo fue evaluada con 0.85, mostrando que de 100 muestras  
de agua potable el modelo puede reconocer de manera correcta 85 muestras, mientras que el  
resto se clasifican como agua no potable. Respecto a la puntuación F1 el modelo recibió un  
puntaje de 0.81 indicando que se reconocen el 81% de los casos positivos donde el agua es  
potable. El árbol resultado del modelo se muestra en la Imagen N°1.  
Imagen N°1 Árbol de Decisión  
Conclusiones  
Se logró definir un modelo capaz de predecir la potabilidad del agua, un modelo diferente al  
tratado en los trabajos relacionados utilizando una técnica de clasificación. El modelo fue basado  
en un árbol de decisión que trabajó con un dataset inicialmente con valores vacíos y  
desbalanceado, el modelo fue evaluado con las métricas de precisión, exactitud, exhaustividad y  
puntuación F1 obteniendo un puntaje de 0.77, 0.80, 0.85 y 0.81 respectivamente.  
El resultado obtenido no logra alcanzar el estándar de 0.80 en todas las métricas, por ello no se  
puede considerar un gran modelo para la predicción de la potabilidad del agua, sin embargo, se  
puede concluir que la técnica de árbol de decisión puede ser vista como un poderoso predictor  
que puede ayudar con la problemática de la potabilidad del agua.  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 2 Septiembre - Febrero 2022 ISSN Nº 2708-0935  
Referencias  
[
[
[
[
1] C. C. Sánchez, “Enfermedades infecciosas relacionadas con el agua en el Perú,” Revista  
peruana de medicina experimental y salud publica, 35, 309-316.2018  
2] B. Serrano Pérez, R. Tendero Caballero, & M. D. Río Merino, “Parámetros indicadores del agua  
potable doméstica urbana, umbrales y consecuencias para la salud,” 2018.  
3] F. L. Meoño, C. G. Taranco, & Y. M. Olivares, “Las aguas residuales y sus consecuencias en  
el Perú. Saber y hacer,” 2(2), 8-25. 2015  
4] M. F. Amado Camargo, “Determinación bacteriológica de la calidad del agua de consumo  
humano, regadío y bebida de animales del Distrito de Majes, Provincia de Caylloma,  
Departamento de Arequipa, Abril-Mayo 2017”, DSpace. Tesis. Arequipa, 2018. Disponible:  
http://repositorio.unsa.edu.pe/handle/UNSA/5890  
[
5] A. J. Espinosa Ramírez, “El agua, un reto para la salud pública: la calidad del agua y las  
oportunidades para la vigilancia en salud ambiental.” UNAL. Tesis. Bogotá, 2018. Disponible:  
https://repositorio.unal.edu.co/handle/unal/63149  
[6] C. Idrovo. “Optimización de la planta de tratamiento de Uchupucún,” B.S. Tesis. Cuenca,  
2
010. Disponible: http://dspace.ucuenca.edu.ec/handle/123456789/2426  
[
7] I. D. López, A. Figueroa y J. C. Corrales, "Un mapeo sistemático sobre predicción de calidad  
del agua mediante técnicas de inteligencia computacional", Revista Ingenierías Universidad  
de Medellín, vol. 15, n.º 28, pp. 35–52, 2016. Accedido el 10 de agosto de 2022. Disponible:  
https://doi.org/10.22395/rium.v15n28a2  
[
8] L. Quiñones Huatangari, L. Ochoa Toledo, N. Kemper Valverde, O. Gamarra Torres, J. Bazán  
Correa y J. Delgado Soto, "Red neuronal artificial para estimar un índice de calidad de agua",  
Enfoque UTE, vol. 11, n.º 2, pp. 109–120, abril de 2020. Accedido el 11 de agosto de 2022.  
Disponible: https://doi.org/10.29019/enfoque.v11n2.633  
[
9] A. F. Siles, “Desarrollo de software y diseño de un sistema automatizado para monitoreo y  
predicción de eventos de contaminación en sistemas de distribución de agua, utilizando  
inteligencia artificial”. Repositorio DspaceDesarrollo de software y diseño de un sistema  
automatizado para monitoreo y predicción de eventos de contaminación, 1 octubre, 2019.  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 2 Septiembre - Febrero 2022 ISSN Nº 2708-0935  
Accedido Disponible:  
el  
16  
de  
agosto  
de  
2022.  
http://literatura.ciidiroaxaca.ipn.mx:8080/xmlui/handle/LITER_CIIDIROAX/230  
[
10] A. C. Aguilar Aguilar y F. F. Obando - Díaz, "APRENDIZAJE AUTOMÁTICO PARA LA  
PREDICCIÓN DE CALIDAD DE AGUA POTABLE", Ingeniare, n.º 28, junio de 2020.Disponible:  
https://doi.org/10.18041/1909-2458/ingeniare.28.6215  
[
11]  
Iberdrola. Iberdrola.  
https://www.iberdrola.com/innovacion/que-es-inteligencia-artificial.  
12] INSTITUTO DE INGENIERÍA DEL CONOCIMIENTO. "Machine Learning y Deep Learning -  
Expertos en IIC". 2022. Instituto de Ingeniería del Conocimiento.  
"¿Qué  
es  
la  
Inteligencia  
Artificial?  
-
Iberdrola".  
[
https://www.iic.uam.es/inteligencia-artificial/machine-learning-deep-learning/.  
[13] K. Kelley. "What is Data Analysis? Types, Methods and Techniques 2022, Simplilearn".  
Simplilearn.com.  
https://www.simplilearn.com/data-analysis-methods-process-types-  
article#what_is_data_analysis.  
[14] Lucid Software Inc.. "Qué es un diagrama de árbol de decisión". Lucidchart.  
https://www.lucidchart.com/pages/es/que-es-un-diagrama-de-arbol-de-decision.  
[15] I. Moreno Hojas y StatPlans. "Construyendo árboles de decisión - StatDeveloper".  
StatDeveloper. https://www.statdeveloper.com/construyendo-arboles-de-decision/.  
[16] F. Charte. "Cómo es el proceso de extraer conocimiento a partir de bases de datos -  
campusMVP.es". campusMVP.es. https://www.campusmvp.es/recursos/post/el-proceso-de-  
extraccion-de-conocimiento-a-partir-de-bases-de-datos.aspx.  
[17] "Water Quality". Kaggle: Your Machine Learning and Data Science Community. 2021, [En  
línea] https://www.kaggle.com/datasets/adityakadiwal/water-potability.  
REVISTA INNOVACIÓN Y SOFTWARE  
VOL 3 Nº 2 Septiembre - Febrero 2022 ISSN Nº 2708-0935