Mostrar el registro sencillo del ítem

Análisis de efectividad al implementar la técnica de árboles de decisión del enfoque de aprendizaje de máquina para la determinación de avalúos masivos para las UPZ 79 Calandaima, 65 Arborizadora y 73 Garcés Navas

Analysis of effectiveness in implementing the decision tree technique of the machine learning approach for the determination of massive assessments for UPZ 79 Calandaima, 65 Arborizadora and 73 Garces Navas

dc.contributorPérez Carvajal, Edwin Robert
dc.creatorAlbancando Robles, Adriana del Pilar
dc.date2017-06-21T21:34:35Z
dc.date2017-06-21T21:34:35Z
dc.date2015-09-30
dc.date.accessioned2025-04-29T21:37:57Z
dc.date.available2025-04-29T21:37:57Z
dc.identifierhttp://hdl.handle.net/11349/5779
dc.identifier.urihttp://test.repositoriodigital.com:8080/handle/123456789/94943
dc.descriptionEl presente proyecto tiene como fin emplear el método de árboles de decisión, del enfoque de aprendizaje de máquina, dentro del proceso que constituyen los avalúos masivos y analizar su efectividad respeto al método tradicional de regresión lineal, para realizar dicha comparación, se realiza una clasificación de conjuntos de datos de zonas de la ciudad de Bogotá D.C., correspondientes a las UPZ (Unidades de Planeamiento Zonal) 79 Calandaima, 65 Arborizadora y 73 Garcés Navas, haciendo uso de los métodos de clasificación ID3, J48 y M5P, luego de lo cual se evalúan, por medio de los test Cross Validation y Percentage Split, obteniendo como resultado que la herramienta de árboles de decisión es útil y efectiva en el proceso de la realización de avalúos masivos, presenta resultados más cercanos a los valores observado y permite entender claramente cada regla generada.
dc.descriptionThe present project aims to use the decision tree method, the machine learning approach, within the process that constitute the mass valuations and analyze its effectiveness with respect to the traditional method of linear regression, to make such a comparison, a classification Of datasets of zones of the city of Bogotá D.C., corresponding to the ZPU (Zonal Planning Units) 79 Calandaima, 65 Arborizadora and 73 Garces Navas, making use of the classification methods ID3, J48 and M5P, after which Are evaluated by means of the Cross Validation and Percentage Split tests, obtaining as a result that the decision tree tool is useful and effective in the process of performing mass valuations, presents results closer to the observed values and allows a clear understanding Each rule generated.
dc.descriptionUnidad Administrativa Especial de Catastro Distrital
dc.descriptionObservatorio Técnico Catastral
dc.formatpdf
dc.formatapplication/pdf
dc.languagespa
dc.rightsAtribución-NoComercial-SinDerivadas 4.0 Internacional
dc.rightshttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightsAbierto (Texto Completo)
dc.subjectAvalúos
dc.subjectID3
dc.subjectM5P
dc.subjectJ48
dc.subjectWEKA
dc.subjectIngeniería Catastral y Geodesia - Tesis y disertaciones académicas
dc.subjectAprendizaje automático (Inteligencia artificial)
dc.subjectÁrboles de decisión
dc.subjectValoración
dc.subjectAppraisals
dc.subjectID3
dc.subjectJ48
dc.subjectM5P
dc.subjectWEKA
dc.titleAnálisis de efectividad al implementar la técnica de árboles de decisión del enfoque de aprendizaje de máquina para la determinación de avalúos masivos para las UPZ 79 Calandaima, 65 Arborizadora y 73 Garcés Navas
dc.titleAnalysis of effectiveness in implementing the decision tree technique of the machine learning approach for the determination of massive assessments for UPZ 79 Calandaima, 65 Arborizadora and 73 Garces Navas
dc.typeinfo:eu-repo/semantics/bachelorThesis
dc.typehttp://purl.org/coar/resource_type/c_7a1f


Ficheros en el ítem

FicherosTamañoFormatoVer

No hay ficheros asociados a este ítem.

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro sencillo del ítem