Orlando Adrián Chan-May1, Jimmy Josué Peña-Koo1, José Ildefonso Espinosa-Pacho1 y Holzen Atocha Martínez-García2
1Tecnológico Nacional de México. Instituto Tecnológico Superior del Sur del Estado de Yucatán, Ingeniería en Sistemas Computacionales Carretera Muna-Felipe Carrillo Puerto, tramo Oxkutzcab-Akil Km. 41+400, 97880, Oxkutzcab, Yucatán, México.
2Tecnológico Nacional de México. Instituto Tecnológico Superior de Progreso, Ingeniería en Sistemas Computacionales Boulevard Víctor Manuel Cervera Pacheco s/n x 62, 97320, Progreso, Yucatán, México.
Autor de correspondencia: ochan@suryucatan.tecnm.mx (Orlando Adrián Chan-May)
RESUMEN
El trabajo de investigación consistió en la implementación de una metodología de aprendizaje supervisado para generar árboles de decisión mediante la herramienta BigML para el desarrollo de sistemas de aprendizaje automático o Machine Learning, con el objetivo de determinar mediante un conjunto de registros de datos, entre los que se encuentran: fecha de obtención, humedad, precipitaciones, viento y, temporada, si existe algún factor o conjunto de éstos factores que repercuten en la variación de los precios de naranja dulce y limón, en el municipio de Oxkutzcab, ubicado al Sur del Estado de Yucatán. Es importante tener en cuenta algunos factores que inciden directamente en los precios de los cítricos por los efectos negativos que pudiera causar sobre los productores, los comerciantes y los consumidores finales. Para el desarrollo del modelo de predicción se utilizó una metodología con las etapas de recolección de datos, filtrado de datos, preprocesado de datos y generación del modelo de predicción. En conclusión, se tiene un modelo de predicción en forma de árbol de decisión, que puede servir como base para futuras investigaciones para el desarrollo de sistemas expertos de predicción.
Palabras clave: Aprendizaje Automático, Árboles de decisión, BigML, Cítricos, Yucatán
Chan-May, O.A., Peña-Koo, J.J., Espinosa-Pacho, J.I. y Martínez-García, H.A. (2023). Modelo de aprendizaje automático para predecir precios de cítricos en Yucatán. Revista el Centro de Graduados e Investigación. Instituto Tecnológico de Mérida, 38(101),151-154