Please use this identifier to cite or link to this item: http://dspace.utpl.edu.ec/handle/123456789/33288
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorCastro Mendieta, José Raúles_ES
dc.contributor.authorTinizaray Olmedo, Amablees_ES
dc.date.accessioned2022-12-07T15:28:41Z-
dc.date.available2022-12-07T15:28:41Z-
dc.date.issued2022es_ES
dc.identifier.citationTinizaray Olmedo, A. Castro Mendieta, J. R. (2022) Machine Learning en el consumo de agua potable en Catamayo [Tesis de Posgrado, Universidad Técnica Particular de Loja]. Repositorio Institucional. https://dspace.utpl.edu.ec/handle/123456789/33288es_ES
dc.identifier.otherCobarc: 1357702es_ES
dc.identifier.urihttps://bibliotecautpl.utpl.edu.ec/cgi-bin/abnetclwo?ACC=DOSEARCH&xsqf99=132538.TITN.es_ES
dc.descriptionResumen: La presente investigación tiene como finalidad la segmentación de los clientes del consumo de agua potable de la empresa de agua potable de la ciudad de Catamayo, para lo cual se utilizóun conjunto de datos que son lecturas históricas del consumo de los clientes desde los meses de enero a noviembre del año 2019 , el objetivo de esta investigación usando minería de datos (DM) y aprendizaje automático (ML), aplicando los algoritmos KMeans y DBSCAN son técnicas para dividir objetos de datos en grupos o clústeres que son similares a otros objetos, con la finalidad de encontrar clientes que no tienen similitud de los clústeres encontrados y será de mucha ayuda a la empresa realizar investigaciones sobre estos clientes de su comportamiento de consumo.es_ES
dc.description.abstractAbstract: The present investigation has as purpose the segmentation of the clients of the consumption of potable water of the company of potable water of the city of Catamayo, for which a set of data was used that are historical readings of the consumption of the clients from the months of January to November of the year 2019 , the objective of this research using data mining (DM) and machine learning (ML), applying the KMeans and DBSCAN algorithms are techniques to divide data objects into groups or clusters that are similar to other objects, in order to find clients that do not have similarity of the clusters found and it will be very helpful for the company to carry out research on these clientsof their consumption behavior.es_ES
dc.language.isospaes_ES
dc.subjectEcuador.es_ES
dc.subjectTesis digital.es_ES
dc.titleMachine Learning en el consumo de agua potable en Catamayoes_ES
dc.typemasterThesises_ES
Appears in Collections:Magister en Ciencias y Tecnologías de la Computación



Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.