1 minute read
Figura 48. Tensorflow código
from SISTEMA IOT CON MACHINE LEARNING PARA EL CONTROL DE EQUIPOS ELÉCTRICOS EN LAS AULAS DEL INSTITUTO
by Pontificia Universidad Católica del Ecuador sede Santo Domingo PUCE SD
para aprendizaje automático con un rango de tareas como tensorflow de google, se evidencia su programación en la figura 48.
Figura 48. Tensorflow código
Advertisement
4.4. Validación de hipótesis
Para la validación de la hipótesis se realizó un análisis de chi cuadrado, en la tabla 11 se observan las preguntas relacionadas con los indicadores de las variables, como: la frecuencia que se ha dejado encendido los dispositivos eléctricos, frecuencia en el uso de aplicaciones que le permita el control autónomo, frecuencia en el uso de aplicaciones en el celular y el control de las aulas por medio de un sistema IoT (p <0.05). Con lo antes indicado, se validó la hipótesis alternativa: el sistema IoT con machine learning influye significativamente en el control de equipos eléctricos en las aulas del Instituto Superior Tecnológico Tsáchila del cantón Santo Domingo.
Tabla 11. Validación de hipótesis: Chi-cuadrado-probabilidad de IoT y machine learning
Pregunta gl p ���� ¿Con qué frecuencia se ha dejado encendido los dispositivos eléctricos al salir de las aulas del ISTT? ¿Con qué frecuencia usa aplicaciones que le permita el control autónomo de los dispositivos eléctricos? ¿Con qué frecuencia usa aplicaciones en su celular que permiten el control de algún dispositivo eléctrico? 1 0.002 9.468
1 0.015 5.902
1 0.009 6.750
¿Considera usted que tener el control de las aulas por medio de un sistema IoT ayuda a los docentes a evitar llamados de atención? 1 0.049 3.878
Nota: gl = grados de libertad; p=significancia de probabilidad; ��2 = chi cuadrado