Elaboración de un modelo predictivo de temperatura en Barrancabermeja mediante Machine Learning

Abstract

La investigación se centra en predecir los cambios futuros en la temperatura del aire en la ciudad de Barrancabermeja de acuerdo a registros históricos de variables meteorológicas como temperatura, presión atmosférica, humedad relativa y velocidad del viento. Se implementaron y compararon cuatro modelos distintos: ARIMAX (que incluye las variables exógenas), Prophet, Random Forest y Gradient Boosting. Para cada uno de estos modelos se dividio el conjunto datos en dos partes: Train (entrenamiento): Se utilizó el 80% de los datos, para entrenar el modelo y Test (prueba): se reservaron entre el 20% de los datos para evaluar el rendimiento y la capacidad de generalización de cada modelo.