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



Título del documento: Uso de árboles de decisión para detectar si una habitación está ocupada usando Python
Revista: Innovación y software
Base de datos: PERIÓDICA
Número de sistema: 000449148
ISSN: 2708-0935
Autores: 1
1
1
1
Instituciones: 1Universidad Nacional de San Agustín, Arequipa. Perú
Año:
Periodo: Mar-Ago
Volumen: 3
Número: 1
Paginación: 58-66
País: Perú
Idioma: Español
Tipo de documento: Artículo
Enfoque: Aplicado, descriptivo
Resumen en español 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
Resumen en inglés This article presents a description of the decision trees for determining whether a room is occupied or not. In this research it is empirically demonstrated that it is possible to determine whether a room is occupied or not, using the variables temperature, humidity, luminosity, CO2 level and the humidity ratio, by using decision trees with the SKLEARN libraries in the language Python
Disciplinas: Ciencias de la computación
Palabras clave: Programación,
Inteligencia artificial,
Procesamiento de datos,
Arboles de decisión,
CO2,
Etiquetas,
Python,
Scikit-Learn,
Habitación
Keyword: Programming,
Artificial intelligence,
Data processing,
Decision trees,
CO2,
Labels,
Python,
Scikit-Learn,
Room
Texto completo: Texto completo (Ver PDF) Texto completo (Ver HTML)