Redes Neuronales en Hidrología con Python

Queridos seguidores, esta vez les comparto un Código fuente simple sobre Redes Neuronales en Hidrología con Python, con los modelos de: 

Regresión Lineal, Regresión de Lasso, Regresión de Ridge, Decision Tree Regressor, Gradient Boosting Regressor, Random Forest Regressor y Ada Boost Regressor.

Los archivos a continuación están basados en estudios bibliográficos y en mi propia experiencia personal, espero que ayude a responder inquietud de los estudiantes respecto a las redes Neuronales artificiales , y les sirva de ayuda a la hora de encontrar información.

📥  Descargar código fuente y otros: https://bit.ly/2ZbqpQR

📥  Archivo .csv: https://bit.ly/332OSZR

📥  Presentación: https://bit.ly/2ZaONSD

📥  Descripción del código: https://bit.ly/330HxtO

📥  Código fuente .py: https://bit.ly/3jP1Dhj

📥   Código fuente en .ipynb: https://bit.ly/3lRAHzo

 

Los datos simulados se obtienen mediante una función de trasferencia con convolución discreta, transitando hidrológicamente el hietograma de exceso hasta obtener el hidrograma de escorrentía.

 

📘  Libro de Hidráulica de Canales – Robert Marlindo Ramirez Quispe (UNH)

Ramirez Quispe Robert Marlindo

Ingeniero Civil Universidad Nacional de Huancavelica. Maestrando de Ingeniería Hidráulica Universidad Nacional de Ingeniería Lima - Perú. Consultor y asesor de Ingeniería hidráulica e Hidrológica.

Leave a Reply

Your email address will not be published. Required fields are marked*

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Esta web utiliza cookies propias y de terceros para su correcto funcionamiento y para fines analíticos y para mostrarte publicidad relacionada con tus preferencias en base a un perfil elaborado a partir de tus hábitos de navegación. Al hacer clic en el botón Aceptar, aceptas el uso de estas tecnologías y el procesamiento de sus datos para estos propósitos. Ver Política de cookies
Privacidad