Estudio de factibilidad del uso de Machine Learning con múltiples fuentes de datos en el pronóstico del tiempo

Abstract

El presente trabajo analiza la factibilidad de la utilización de Machine Learning (aprendizaje automático) en el pronóstico del tiempo. Pretende recopilar datos de diferentes fuentes; como ser la información provista por API, la generada por un prototipo de mini estación meteorológica desarrollado mediante Arduino y datos históricos proporcionados por el Instituto Uruguayo de Meteorología. Con esto posteriormente se alimenta un modelo predictivo diseñado, aplicando técnicas y algoritmos de Machine Learning para que a partir de las mediciones de humedad, presión y temperatura realicen predicciones de la variable precipitación. Se presenta una exposición que resume los objetivos del proyecto, indicadores de logros verificables, estudio del estado del arte, contexto tecnológico, conclusiones y futuros pasos. Se describe detalladamente la aplicación desarrollada en Azure, modelos predictivos y el desarrollo de la mini estación con Arduino. En conclusión, se demuestra que el abordaje del tema del pronóstico del tiempo a través de estas técnicas es perfectamente viable y que se requiere seguir avanzando en el estudio, para poder concluir si es posible mejorar las predicciones del clima.