z-logo
open-access-imgOpen Access
Modelo predictivo basado en machine learning para la estimación de vulnerabilidades de riesgo de inundación y deslizamiento. Caso de estudio: instituciones educativas del Perú
Author(s) -
John Wilson López Vega,
Juan Carlos Torres Lázaro,
José Alfredo Herrera Quispe
Publication year - 2021
Publication title -
actas del congreso internacional de ingeniería de sistemas
Language(s) - Spanish
Resource type - Conference proceedings
ISSN - 2810-806X
DOI - 10.26439/ciis2021.5637
Subject(s) - humanities , geography , computer science , philosophy
El fenómeno de El Niño es un evento natural que sucede cada año en el territorio peruano, este trae consigo problemas como las lluvias torrenciales que provocan inundaciones. En el territorio peruano muchas instituciones educativas son construidas sin formar parte de un estudio de suelos o vulnerabilidades como las inundaciones o deslizamientos, debido, quizás, al coste de este estudio ya que se tienen que respetar normas técnicas gubernamentales exigidas para la construcción de una entidad educativa. En vista de ello, en el presente trabajo los autores proponen un modelo predictivo basado en machine learning para la estimación de vulnerabilidades a partir de los datos de la zona de una institución pública. A través de esta herramienta se ha entrenado el modelo usando diversos algoritmos y datos de un dataset con más de 65 000 registros publicados por el Ministerio de Educación del Perú.

The content you want is available to Zendy users.

Already have an account? Click here to sign in.
Having issues? You can contact us here