Modelo predictivo agroclimático para detectar cambios climatológicos con machine learning e IoT para el sector agrario de la Región Puno

El riesgo agroclimático en la vertiente del lago Titicaca para los cultivos de quinua y papa son esenciales para las distintas campañas agrícolas, ya que se requiere del pronóstico para diferentes épocas del año. La presente investigación tiene como objetivo, Implementar un modelo predictivo para de...

Descripción completa

Detalles Bibliográficos

Autores principales:	Yana Puma, John Wagner, Quispe Merma, María Dolores
Otros Autores:	Condori Coaquira, Angel Rosendo
Formato:	Tesis de pregrado
Lenguaje:	español
Publicado:	Universidad Peruana Unión 2020
Materias:	Machine learning IoT Modelo predictivo Predicción agroclimática SENAMHI
Acceso en línea:	Enlace permanente (DOI o Handle)
Etiquetas:	Agregar Etiqueta Sin Etiquetas, Sea el primero en etiquetar este registro!