@article{Gil_2023, title={Predicción de la presión de burbujeo utilizando aprendizaje automático}, volume={4}, url={https://n2t.net/ark:/42411/s11/a82}, DOI={10.48168/innosoft.s11.a82}, abstractNote={<p>En el presente estudio se utilizó la colección de algoritmos de aprendizaje automático del programa Weka para predecir la presión de burbujeo de 36 muestras de petróleo, determinando la precisión de sus resultados con el método de prueba validación cruzada de 10 pliegues. Posteriormente, para efectos de comparación, se calcularon las presiones de burbujeo con la correlación generada en el trabajo del cual se tomaron las muestras y sus resultados fueron más precisos que los obtenidos por los algoritmos en 4 de las 7 métricas de rendimiento utilizadas. En virtud de esta situación, y considerando que la correlación fue evaluada con los mismos datos con los que fue generada, se cambió el método de prueba a validación con los datos de entrenamiento y se volvieron a predecir las presiones de burbujeo. En igualdad de condiciones, el aprendizaje automático obtuvo mayor precisión que la correlación en todas las métricas de rendimiento.</p&gt;}, number={1}, journal={Innovación y Software}, author={Gil, Oscar}, year={2023}, month={mar.}, pages={204-218} }