El mejor glosario sobre la calidad del aire

Para medir con precisión estos contaminantes, Estación de Calidad de Aire de Libelium utiliza el aprendizaje automático. Los ingenieros de Libelium han utilizado técnicas estadísticas y de Inteligencia Artificial. Los algoritmos de aprendizaje automático se entrenaron con montones de datos para obtener modelos avanzados que mejoren con precisión la calidad de los sensores. Los modelos ML "aprenden" como resultado de la observación de toneladas de datos y encuentran espontáneamente una solución. Entonces, los el modelo hace predicciones, encuentra patrones y extrae conclusiones sin interacción humana.

Los ingenieros de Libelium han utilizado técnicas estadísticas y de Inteligencia Artificial. Los algoritmos de aprendizaje automático se entrenaron con montones de datos para obtener modelos avanzados que mejoran con precisión la calidad de los sensores

El objetivo es obtener el mejor R² del mercado. El término R² es un concepto muy común y vital, pero puede ser complejo y engañoso. El coeficiente de determinación (R²) mide una comparación entre un dispositivo de calidad del aire y otro tomado como referencia. Cuanto más cerca de 1, mejor el dispositivo imita las prestaciones del dispositivo de referencia. 

R² es siempre un indicador importante de la calidad del sensor. Recuerde que, dependiendo de la ecuación aplicada, R² no incluye el error, y debe leerse con otros indicadores, por ejemplo con parámetros de error como el MAE (error medio absoluto), RMSE (error medio cuadrático) o la distribución estadística del error. La dirección El RMSE nos permite evaluar la dispersión de los errores porque penaliza especialmente las distancias más largas. Esta métrica es siempre muy valiosa, ya que describe bien la precisión de un sensor.

A diferencia de otros proveedores de datos, el parámetro R² calculado por Libelium está directamente relacionado con el RMSE.