Uso de árboles de decisión para detectar si una habitación está ocupada usando Python

  • Joel Atamari Aguilar Universidad Nacional de San Agustín de Arequipa https://orcid.org/0000-0001-9233-3627
  • Cristian Flores Conde Universidad Nacional de San Agustín de Arequipa
  • Jhon Mamani Mamani Universidad Nacional de San Agustín de Arequipa
  • Sergio Rondon Polanco Universidad Nacional de San Agustín de Arequipa
Palabras clave: Árboles de decisión, CO2, Inteligencia Artificial, Python

Resumen

En este artículo se presenta una descripción de los árboles de decisión para determinar si una habitación está ocupada o no. En esta investigación se demuestra empíricamente que es posible determinar si una habitación está ocupada o no, usando las variables temperatura, humedad, luminosidad, nivel de CO2 y el radio de humedad, mediante la utilización de árboles de decisión con las librerías SKLEARN en el lenguaje Python.

Descargas

La descarga de datos todavía no está disponible.
Citas

M. Minsky, «The age of Intelligent Machines: Thoughts About Artificial Intelligence,» KurzweilAl.net., 1990.

J. De Andres Oviedo, «Tecnicas de inteligencia artificial aplicadas al analsis de la solvencia empresarial,» Universidad de Oviedo, Oviedo, 2000.

G. R. Solarte Martinez y J. Soto Mejia, «Árboles de decisiones en el diagnóstico de enfermedades cardiovasculares,» Scientia et Technica, vol. XVI, nº 49, pp. 104-109, 2011.

Recibido: 2021-11-18
Aceptado: 2021-12-22
Publicado: 2022-03-30
Cómo citar
[1]
J. Atamari Aguilar, C. Flores Conde, J. Mamani Mamani, y S. Rondon Polanco, «Uso de árboles de decisión para detectar si una habitación está ocupada usando Python», Innov. softw., vol. 3, n.º 1, pp. 58-66, mar. 2022.
Sección
Artículos originales