Q4 Computer Science
Jéssica Johanna Morales Carrillo, Luis Cristóbal Cedeño Valarezo, Victor Joel Pinargote Bravo, Jesús Stefano Cajape Bravo, Jonathan Geovanny Ormaza Calderón
{"title":"Aplicación multiplataforma de modelo computacional predictivo","authors":"Jéssica Johanna Morales Carrillo, Luis Cristóbal Cedeño Valarezo, Victor Joel Pinargote Bravo, Jesús Stefano Cajape Bravo, Jonathan Geovanny Ormaza Calderón","doi":"10.33936/isrtic.v7i2.5832","DOIUrl":null,"url":null,"abstract":"El objetivo de esta investigación fue realizar una aplicación que permita la integración de un modelo computacional a una aplicación multiplataforma, para ello se tuvo como datos, la información de un modelo de clasificación de aprendizaje supervisado respecto al levantamiento de información sobre la deserción estudiantil en el contexto del covid-19, esta investigación fue desarrollada en la Escuela Superior Politécnica Agropecuaria de Manabí Manuel Félix López. La metodología que se planteó para el respectivo desarrollo fue Extreme programing (XP). Partiendo de un modelo entrenado, para lo cual se utilizó el framework flask basado en python, luego se procedió a crear un servicio para consumir el modelo, posteriormente se realizaron las respectivas pruebas utilizando postman como cliente web. Se obtuvo como principal resultado dentro de la investigación, que el Framework Flask permitió desarrollar e implementar un API RES de forma mucho más ágil y fácil para el consumo de datos del modelo predictivo. ","PeriodicalId":53421,"journal":{"name":"Revista de Informatica Teorica e Aplicada","volume":"55 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-07-03","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista de Informatica Teorica e Aplicada","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33936/isrtic.v7i2.5832","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"Q4","JCRName":"Computer Science","Score":null,"Total":0}
引用次数: 0

摘要

这个调查的目的是允许应用程序进行集成应用程序的计算机模型multiplataforma数据信息等,为此有监督学习模型的分类信息方面取消学生逃兵covid-19范围内,该研究是由理工学院农业马纳维省曼努埃尔·费利克斯·洛佩兹。为各自的开发提出的方法是极限编程(XP)。从一个训练有素的模型开始,使用基于python的flask框架,然后继续创建一个服务来使用模型,然后使用postman作为web客户端执行各自的测试。研究的主要结果是,Flask框架允许开发和实现一个RES API,以一种更加灵活和容易的方式使用预测模型的数据。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Aplicación multiplataforma de modelo computacional predictivo
El objetivo de esta investigación fue realizar una aplicación que permita la integración de un modelo computacional a una aplicación multiplataforma, para ello se tuvo como datos, la información de un modelo de clasificación de aprendizaje supervisado respecto al levantamiento de información sobre la deserción estudiantil en el contexto del covid-19, esta investigación fue desarrollada en la Escuela Superior Politécnica Agropecuaria de Manabí Manuel Félix López. La metodología que se planteó para el respectivo desarrollo fue Extreme programing (XP). Partiendo de un modelo entrenado, para lo cual se utilizó el framework flask basado en python, luego se procedió a crear un servicio para consumir el modelo, posteriormente se realizaron las respectivas pruebas utilizando postman como cliente web. Se obtuvo como principal resultado dentro de la investigación, que el Framework Flask permitió desarrollar e implementar un API RES de forma mucho más ágil y fácil para el consumo de datos del modelo predictivo. 
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
Revista de Informatica Teorica e Aplicada
Revista de Informatica Teorica e Aplicada Computer Science-Computer Science (all)
CiteScore
0.90
自引率
0.00%
发文量
14
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信