No abstract

Abstract. Freshwater is considered one of the most important of planet's renewable natural resources. In this sense, it is vital to study and evaluate the water quality in rivers and basins. A study area is Rio Piedras Basin, which is the main water supplier source of 9 rural communities in Colombia. Nevertheless, these communities do not make a water quality control. Different research has been conducted to develop water quality detection systems through supervised learning algorithms. However, these research approaches set aside the data processing for improve the outcomes of supervised learning algorithms. This paper presents an improvement of data processing techniques for a water quality detection system based on supervised learning and data quality techniques for Rio Piedras Basin.

No abstract

El agua dulce es considerada uno de los recursos naturales renovables más importantes, Colombia se ubica entre los países con mayor oferta hídrica del mundo con cinco vertientes: Caribe, Orinoco, Amazonas, Pacifico y Catatumbo. En este sentido es de vital importancia estudiar y evaluar la calidad del agua de sus ríos y/o sistemas lóticos. Hoy por hoy, algunos científicos hacen uso de índices biológicos para calcular la calidad del agua, mientras que otros detectan la calidad del agua por medio de técnicas de aprendizaje automático, sin embargo los trabajos encontrados hasta el momento no permiten al usuario interpretar fácilmente los resultados. Estas investigaciones motivaron a proponer un conjunto de datos para la generación de alertas de la calidad del agua en la cuenca Rio Piedras basado en el análisis del algoritmo de agrupamiento K-Emanes y la técnica de clasificación C.4.5.