<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom"><channel><title>machine learning on Paisajes resilientes ante incendios forestales</title><link>https://fire-resilient-landscapes.github.io/es/tags/machine-learning/</link><description>Recent content in machine learning on Paisajes resilientes ante incendios forestales</description><generator>Hugo -- gohugo.io</generator><language>es</language><copyright>&amp;copy; 2021 &lt;a href="authors/carojeda/"> Carolina G. Ojeda &lt;/a></copyright><lastBuildDate>Sun, 12 Dec 2021 00:00:00 +0000</lastBuildDate><atom:link href="https://fire-resilient-landscapes.github.io/es/tags/machine-learning/index.xml" rel="self" type="application/rss+xml"/><item><title>5 - ¿Cómo ayuda el machine learning a predecir incendios forestales?</title><link>https://fire-resilient-landscapes.github.io/es/docs/05-machine-learning/</link><pubDate>Sun, 12 Dec 2021 00:00:00 +0000</pubDate><guid>https://fire-resilient-landscapes.github.io/es/docs/05-machine-learning/</guid><description>Machine Learning (ML), es el aprendizaje que realizan los computadores tomando como base una gran cantidad de datos. Sin embargo, solo podrán predecir las áreas más susceptibles a incendios en la medida en que obtengan más datos más precisos y se invierta en esa tecnología.
Los incendios forestales causados por humanos se pueden evaluar usando ML dada la gran cantidad de datos satelitales y estadísticos del pasado, uno de los ML más acertados es el llamado Random Forest.</description></item></channel></rss>