Comparación de la validez y efectividad de gradient boosting y random forest en la estimación de zonas de valor de terrenos rurales en los corregimientos de san sebastián de palmitas y San Cristóbal, Medellín, Antioquia

Pinzón Ramírez, Daniel Felipe

Comparación de la validez y efectividad de gradient boosting y random forest en la estimación de zonas de valor de terrenos rurales en los corregimientos de san sebastián de palmitas y San Cristóbal, Medellín, Antioquia

dc.contributor.advisor	Torres Colmenares, Oscar Fernando
dc.contributor.advisor	Pérez Carvajal, Edwin Robert
dc.contributor.author	Pinzón Ramírez, Daniel Felipe
dc.contributor.other	Garcia Barreto, Germán Alberto (Catalogador)
dc.date.accessioned	2025-04-21T21:46:29Z
dc.date.available	2025-04-21T21:46:29Z
dc.date.created	2025-01-17
dc.description	El objetivo de este estudio es el de comparar la validez y efectividad de los algoritmos de inteligencia artificial Gradient Boosting y Random Forest al momento de realizar la estimación de zonas de valor de terrenos netamente rurales de los Corregimientos de San Sebastián de Palmitas, comuna 50 y San Cristóbal, comuna 60 ubicados en la zona rural de la ciudad de Medellín, Antioquía. La investigación desarrollada es de tipo aplicada, con un diseño experimental, realizado con una muestra de 570 predios netamente rurales de los corregimientos elegidos en la ciudad de Medellín. La técnica principal de recolección de datos fue la consulta de fuentes secundarias dispuestas al libre uso por parte de la Alcaldía de la ciudad de Medellín. Se concluye que, las validaciones cruzadas y las pruebas gráficas demuestran que los algoritmos de inteligencia artificial pueden constituir una herramienta válida para la constitución de zonas de valor, de la misma manera es pertinente decir que en el caso de buscar valores más precisos pero menos exactos en ruralidades tradicionales el algoritmo Random Forest parece tener un mejor desempeño, mientras que en el caso de querer aumentar la exactitud en ruralidades tecnificadas o poco convencionales, es el algoritmo Gradient Boosting el que representa una herramienta mucho más adecuada.
dc.description.abstract	This study aim to compare the validity and effectiveness of the artificial intelligence algorithms Gradient Boosting and Random Forest for estimating the value zones of purely rural lands in the districts of San Sebastián de Palmitas, commune 50 and San Cristóbal, commune 60 located in the rural area of the city of Medellín, Antioquia. The research carried out is of an applied type, with an experimental design, carried out with a sample of 570 purely rural properties of the selected districts in the city of Medellín. The main data collection technique was the consultation of secondary sources available for free use by the Mayor's Office of the city of Medellín. It is concluded that cross-validation and graphical tests confirm the effectiveness of artificial intelligence algorithms as a tool for the constitution of value zones. In the same way, it is pertinent to say that in the case of searching for more precise but less exact values in traditional rural areas, the Random Forest algorithm seems to have a better performance, while in the case of wanting to increase accuracy in technologically advanced or unconventional rural areas, it is the Gradient Boosting algorithm that represents a much more suitable tool.
dc.format.mimetype	pdf
dc.identifier.uri	http://hdl.handle.net/11349/94942
dc.language.iso	spa
dc.publisher	Universidad Distrital Francisco José de Caldas
dc.relation.references	ANI. (2022). LINEAMIENTOS ZONAS HOMOGENEAS FISICAS Y GEOECONOMICAS Y COSTOS DE ADQUISICION PREDIAL EN ETAPA DE ESTRUCTURACION ESTRUCTURACIÓN DE PROYECTOS DE INFRAESTRUCTURA DE TRANSPORTE.
dc.relation.references	Anshul. (2024, December 10). Gradient Boosting Algorithm: A Complete Guide for Beginners. Https://Www.Analyticsvidhya.Com/Blog/2021/09/Gradient-Boosting-Algorithm-a-Complete-Guide-for-Beginners/.
dc.relation.references	Área Metropolitana del Valle de AburrÃ¡. (2022). Un análisis de los lotes de los predios del Área Metropolitana del Valle de Aburrá-Una mirada desde los atributos de la información geográfica. https://github.com/ObservatorioTerritorial
dc.relation.references	Bastidas Méndez, K. T., & Bonilla Bautista, A. V. (2018). Uso de inteligencia artificial aplicando árboles de decisión ejecutados en r para la determinación de zonas homogéneas físicas. https://repository.udistrital.edu.co/items/57b253f0-bdbe-4556-ab35-d548cb7fb28f
dc.relation.references	Bonilla Bautista, A. V., & Forero Paipa, A. F. (2020). AnÃ¡lisis y validación del uso de Ã¡rboles de decisiÃ³n desarrollados en R para la determinaciÃ³n de las zonas homogÃ©neas fÃsicas en el Ã¡rea rural, estudio de caso: Corregimiento de Altavista, Ciudad de MedellÃn - Antioquia. https://repository.udistrital.edu.co/items/ff283929-234b-45e7-afe8-7a1d87668d53
dc.relation.references	Burrueco, D. (2014). Gradient Boosting. Https://Interactivechaos.Com/Es/Manual/Tutorial-de-Machine-Learning/Gradient-Boosting.
dc.relation.references	Cardenal Escarcena, F. J., Mata de Castro, E., Pérez García, J. L., Mozas Calvache, A. T., Fernández del Castillo, T., Delgado García, J., Ureña Cámara, M. A., & Castillo Armenteros, J. C. (2010). El uso de árboles de decisión como herramienta para generar un modelo de valoración territorial en Vilcabamba, Ecuador. Catastro: Formación, Investigación y Empresa: Selección de Ponencias Del I Congreso Internacional Sobre Catastro Unificado y Multipropósito, 2010, ISBN 978-84-8439-519-5, Págs. 305-314, 305–314. https://dialnet.unirioja.es/servlet/articulo?codigo=4175002
dc.relation.references	Carranza, J. P., Nacional De Córdoba, U., Monzani, F., Montenegro, M. G., & Córdoba, M. A. (2019). Modernización de la Valuación Masiva de la Tierra en la provincia de Córdoba a través de técnicas de aprendizaje computacional. REVISTA FACULTAD DE CIENCIAS EXACTAS, FÍSICAS Y NATURALES, 6(2).
dc.relation.references	Carranza, J. P., Piumetto, M. A., Nacional De Córdoba, U., Monzani, F., Montenegro, M. G., & CÃ³rdoba, M. A. (2018). RANDOM FOREST COMO TÃ‰CNICA DE VALUACIÃ“N MASIVA DEL VALOR DEL SUELO URBANO: UNA APLICACIÃ“N PARA LA CIUDAD DE RÃ O CUARTO, CÃ“RDOBA, ARGENTINA. https://obs-idecor-lib.obs.sa-argentina- 1.myhuaweicloud.com/Publicaciones/Random_Forest_como_tecnica_de_valuaci on_masiva.pdf
dc.relation.references	COE. (2023). Understanding and managing the AI lifecycle \| GSA - IT Modernization Centers of Excellence. Https://Coe.Gsa.Gov/Coe/Ai-Guide-for-Government/Understanding-Managing-Ai-Lifecycle/.
dc.relation.references	CONGRESO DE COLOMBIA, Betancur, B., & Escobar Navia, R. (1983, July 6 14 de 1983. Https://Www.Funcionpublica.Gov.Co/Eva/Gestornormativo/Norma.Php?I=267. ). Ley
dc.relation.references	CONPES, Duque, I., Ramírez Blanco, M. L., & Alonso Másmela, G. A. (2019). CONPES 3958. In Departamento Nacional de Planeación. https://colaboracion.dnp.gov.co/CDT/CONPES/Econ%C3%B3micos/3859.pdf
dc.relation.references	CORANTIOQUIA, & INCODER. (2014). DETERMINACIÓN DE LAS UNIDADES AGRÍCOLAS FAMILIARES POR ZONAS RELATIVAMENTE HOMOGÉNEAS (UAF) PARA EL DEPARTAMENTO DE ANTIOQUIA INFORME FINAL Convenio Interadministrativo No.00651 (INCODER) y No. 833 (CORANTIOQUIA).
dc.relation.references	DANE. (2020). Decreto 148 de 2020 - Gestor Normativo - Función Pública. https://www.funcionpublica.gov.co/eva/gestornormativo/norma.php?i=105952
dc.relation.references	DATAQU. (2023). Random Forest vs Gradient Boosting: ¿Cuál es la mejor opción para tu empresa? - DataQu. Https://Dataqu.Ai/Random-Forest-vs-Gradient-Boosting-Cual-Es-La-Mejor-Opcion-Para-Tu-Empresa/.
dc.relation.references	GEOPANDAS.ORG. (2024, June 26). GEOPANDAS V 1.0.1: Documentation. Https://Geopandas.Org/En/Stable/Docs.Html.
dc.relation.references	Hunter, J., Dale, D., Firing, E., Droettboom, M., & Matplotlib development team. (2024). Matplotlib 3.10.0 documentation. Https://Matplotlib.Org/Stable/Index.Html#community.
dc.relation.references	IBM. (2024a). ¿Qué es el aprendizaje supervisado? \| IBM. Https://Www.Ibm.Com/Mx-Es/Topics/Supervised-Learning.
dc.relation.references	IBM. (2024b). ¿Qué es la Inteligencia Artificial (IA)? \| IBM. Https://Www.Ibm.Com/Mx-Es/Topics/Artificial-Intelligence.
dc.relation.references	IBM. (2024c). ¿Qué es un Árbol de decisión? \| IBM. Https://Www.Ibm.Com/Es-Es/Topics/Decision-Trees.
dc.relation.references	IGAC. (2008). RESOLUCIÓN NÚMERO 620 DE 2008. InIGAC.https://antiguo.igac.gov.co/sites/igac.gov.co/files/normograma/resolucion_620de2008.pdf
dc.relation.references	IGAC. (2023a). Resolución 1040 de 2023 \| Instituto Geográfico Agustín Codazzi. https://antiguo.igac.gov.co/es/contenido/resolucion-1040-de-2023
dc.relation.references	IGAC. (2023b). RESOLUCIÓN NÚMERO 1040 DE 2023. In https://antiguo.igac.gov.co/sites/igac.gov.co/files/normograma/resolucion_1040_ de_2023_con_anexos_.pdf.
dc.relation.references	IGAC. (2024). RESOLUCIÓN NÚMERO 746 DE 2024. https://www.igac.gov.co/sites/default/files/transparencia/normograma/RESOLUC ION%20746%20DE%202024%20MODICIACI%C3%93N%201040 con%20anexos_compressed%20%281%29.pdf
dc.relation.references	Joblib developers. (2021). Joblib: running Python functions as pipeline jobs¶.Https://Joblib.Readthedocs.Io/En/Stable/.
dc.relation.references	Jupyter Team. (2015). Https://Docs.Jupyter.Org/En/Latest/. Project Jupyter: Documentation.
dc.relation.references	Mendoza Cañon, A. S., & Rodríguez León, K. S. (2024). Validación y análisis del uso del método Gradient Boosting en la estimación del valor de terreno para predios con áreas superiores a una (1) hectárea, en zona rural del municipio La Mesa, Cundinamarca. https://repository.udistrital.edu.co/items/4e90f04c-3397-495091d5-29b895438e7e
dc.relation.references	Osorio González, W. R., & Rozo Patiño, A. (2017). Predicción del avalúo catastral de los predios urbanos en la ciudad de Pereira mediante aprendizaje de máquina. Pereira : Universidad Tecnológica de Pereira. https://hdl.handle.net/11059/8754
dc.relation.references	PANDAS ORG. (2024). PANDAS V 2.2: User Https://Pandas.Pydata.Org/Docs/User_guide/Index.Html#user-Guide.
dc.relation.references	Pedregosa, F., Varoquaux, G., Gramfort, A., & Michel, V. (2025, January). scikit-learn v.1.7. Https://Scikit-Learn.Org/Stable/.
dc.relation.references	UNIVERSIDAD NACIONAL, López González, M., Jaramillo, A. S., González, A., Ángela, R., Ortega Bermúdez, M., General, S., Patricia, L., Morales, G., Humberto, J., Posada, M., Ospina, M., Luis, P., Vélez, B., Ramón, P., Acevedo, E., Múnera, Á., Aura, B., Arcila, M., … Mendoza, S. M. (2010). ATLAS VEREDAL DE MEDELLIN.
dc.relation.references	USA Federal Government. (2020, December 3). Executive Order 13960: Promoting the Use of Trustworthy Artificial Intelligence in the Federal Government. Https://Www.Federalregister.Gov/Documents/2020/12/08/2020 27065/Promoting-the-Use-of-Trustworthy-Artificial-Intelligence-in-the-Federal Government.
dc.relation.references	Waskom, M. (2024). Seaborn v0.13.2: statistical data visualization. Https://Seaborn.Pydata.Org/.
dc.relation.references	Whitfield, B. (2024, November 26). Random Forest: A Complete Guide for Machine Learning \| Built In.Https://Builtin.Com/Data-Science/Random-Forest-Algorithm.
dc.rights.acceso	Abierto (Texto Completo)
dc.rights.accessrights	OpenAccess
dc.subject	Algoritmos de Inteligencia Artificial
dc.subject	Zonas de valor
dc.subject	Terrenos rurales
dc.subject	Gradient Boosting
dc.subject	Random Forest
dc.subject	Ruralidad tradicional
dc.subject	Ruralidad tecnificada
dc.subject.keyword	Artificial intelligence algorithms
dc.subject.keyword	Land value estimation
dc.subject.keyword	Rural land
dc.subject.keyword	Random Forest
dc.subject.keyword	Gradient Boosting
dc.subject.keyword	Traditional rural areas
dc.subject.keyword	Technified rural areas
dc.subject.lemb	Especialización en Avalúos --Tesis y disertaciones académicas
dc.subject.lemb	Inteligencia artificial
dc.subject.lemb	Algoritmos evolutivos
dc.subject.lemb	Desarrollo rural
dc.subject.lemb	Inteligencia artificial -- Procesamiento de datos
dc.subject.lemb	Inteligencia artificial -- Algoritmos
dc.title	Comparación de la validez y efectividad de gradient boosting y random forest en la estimación de zonas de valor de terrenos rurales en los corregimientos de san sebastián de palmitas y San Cristóbal, Medellín, Antioquia
dc.title.titleenglish	Comparison of the validity and effectiveness of gradient boosting and random forest in the estimation of value zones of rural lands in the districts of san sebastián de palmitas and San Cristóbal, Medellín, Antioquia
dc.type	bachelorThesis
dc.type.degree	Monografía
dc.type.driver	info:eu-repo/semantics/bachelorThesis