Análisis de Datos Aplicados a lo Predictivo

Autores/as

  • Andrés Leonardo Alfonso Díaz Universidad Pedagógica y Tecnológica de Colombia
  • Marien Rocio Barrera Gómez Universidad Pedagógica y Tecnológica de Colombia
  • Iván David Alfonso Díaz Universidad de los Andes
  • Jerley Andres Mejia Gallo Universidad Pedagógica y Tecnológica de Colombia

DOI:

https://doi.org/10.69681/lajae.v6i1.28

Palabras clave:

Gestión de la información, Mantenimiento predictivo, Minería de datos, Toma de decisiones

Resumen

En este artículo se describe de manera sencilla el desarrollo de una aplicación web para mantenimiento predictivo de equipos implementado en el laboratorio de electrónica de la Universidad Pedagógica y Tecnológica de Colombia Sogamoso. Esta aplicación fue desarrollada en lenguaje Python para lograr la manipulación y tratamiento de gran cantidad de datos. Desarrollamos un algoritmo de machine learning para predecir daños en los equipos del laboratorio y habilitar al usuario para programar mantenimientos preventivos a estos equipos evitando que lleguen a dañarse. Implementamos y comparamos los resultados obtenidos para dos modelos (Random Forest y Red Neuronal MLPRegressor), siendo Random Forest el modelo más acertado.

Descargas

Los datos de descargas todavía no están disponibles.

Descargas

Publicado

2023-12-31

Cómo citar

Alfonso Díaz, A. L., Barrera Gómez, M. R., Alfonso Díaz, I. D., & Mejia Gallo, J. A. (2023). Análisis de Datos Aplicados a lo Predictivo. Latin American Journal of Applied Engineering, 6(1), 25–32. https://doi.org/10.69681/lajae.v6i1.28

Número

Sección

Artículos

Categorías

Artículos similares

1 2 > >> 

También puede {advancedSearchLink} para este artículo.