FUENTE PÚBLICA
Datos
Explorar registros históricos y pronósticos de Open-Meteo para San Lorenzo, con fechas y unidades consistentes.
Documentación histórica ↗PROYECTO ACADÉMICO · 2026
Un día adelante.
Una ciudad mejor preparada.
Exploramos cómo la inteligencia artificial puede anticipar la temperatura máxima de mañana en San Lorenzo, Paraguay.
i La tarjeta muestra el pronóstico meteorológico de Open-Meteo; no es una salida del modelo XGBoost.
01 / EL PROYECTO
Datos del tiempo.
Decisiones con inteligencia.
Este proyecto de Inteligencia Artificial estudia el uso de XGBoost para estimar la temperatura máxima del día siguiente en San Lorenzo. La idea: aprender de registros meteorológicos históricos y evaluar cada predicción con datos que el modelo todavía no ha visto.
La consulta en vivo permite explorar el pronóstico disponible para la ciudad. El entrenamiento y la validación del modelo académico son etapas separadas: hasta integrar datos, resultados y métricas verificables, no presentamos estimaciones de rendimiento como si fueran resultados experimentales.
Fuente meteorológica para la demostraciónAPI de Open-Meteo
02 / DEL DATO A LA PREDICCIÓN
Una metodología
que se puede explicar.
Un flujo reproducible: desde los registros meteorológicos públicos hasta una evaluación honesta del error.
PREPARACIÓN
Preprocesamiento
Ordenar la serie temporal, revisar faltantes y crear variables de calendario y rezagos sin filtrar información futura.
Objetivo: máxima del día siguienteALGORITMO
XGBoost
Entrenar un modelo de árboles potenciados con división cronológica y ajuste limitado al conjunto de entrenamiento.
Implementación del modelo pendienteEVALUACIÓN
Validación
Comparar predicción y observación en fechas reservadas, y contrastar el error con un modelo de referencia.
Métricas: MAE · RMSE · °CValidación temporal, no aleatoria. Separamos los datos por fecha para evaluar el modelo en períodos posteriores a los utilizados durante el entrenamiento.
03 / EXPLORAR
¿Qué temperatura
espera a San Lorenzo?
Consulta el pronóstico publicado para mañana. La demostración se actualiza con datos de Open-Meteo; cuando el modelo XGBoost esté entrenado e integrado, esta sección podrá mostrar su predicción y métricas reales.
La fecha del pronóstico se muestra según la zona horaria de la ciudad.
ESTADO DEL MODELO
XGBoost EN DESARROLLO
La consulta meteorológica funciona en vivo. El entrenamiento, la validación cuantitativa y la inferencia XGBoost aún no están integrados en este sitio.
✓ Consulta de pronóstico público ACTIVA
· Entrenamiento del modelo PENDIENTE
· Validación y métricas PENDIENTE
04 / QUIÉNES SOMOS
Ingeniería con
curiosidad por el clima.
Un proyecto de la asignatura Inteligencia Artificial de Ingeniería Mecatrónica.
FACULTAD DE INGENIERÍA
Ingeniería Mecatrónica
Proyecto de Inteligencia Artificial · 2026
EQUIPO DE PROYECTO
01Integrante 1Datos y preprocesamiento
02Integrante 2Modelo y evaluación
03Integrante 3Sitio y visualización
Reemplazar por los nombres reales del equipo.