Aplicación de algoritmos de aprendizaje automático para clasificar la fertilidad de un suelo bananero

La investigación se centra en describir como integrar técnicas de aprendizaje automático a la gestión del ciclo nutricional del banano. El tipo de investigación es correlacionar y descriptiva, detallando las actividades que se debe realizar para lograr articular el uso de aprendizaje automático en l...

Full description

Bibliographic Details
Main Authors:	Harry Vite Cevallos, Héctor Carvajal Romero, Salomón Barrezueta Unda
Format:	Article
Language:	Spanish
Published:	Universidad de Cienfuegos 2020-01-01
Series:	Revista Conrado
Subjects:	aprendizaje automático nutrientes del suelo toma de decisiones agricultura de precisión
Online Access:	https://conrado.ucf.edu.cu/index.php/conrado/article/view/1202/1203

id	doaj-6d2480b73ad34044959cb132551f7a54
record_format	Article
spelling	doaj-6d2480b73ad34044959cb132551f7a542020-11-25T04:04:40ZspaUniversidad de CienfuegosRevista Conrado1990-86441990-86442020-01-0116721519Aplicación de algoritmos de aprendizaje automático para clasificar la fertilidad de un suelo bananero Harry Vite Cevallos 0https://orcid.org/0000-0003-2056-7111Héctor Carvajal Romero 1https://orcid.org/0000-0001-6303-6295Salomón Barrezueta Unda 2https://orcid.org/0000-0003-4147-9284Universidad Técnica de Machala. Ecuador Universidad Técnica de Machala. EcuadorUniversidad Técnica de Machala. EcuadorLa investigación se centra en describir como integrar técnicas de aprendizaje automático a la gestión del ciclo nutricional del banano. El tipo de investigación es correlacionar y descriptiva, detallando las actividades que se debe realizar para lograr articular el uso de aprendizaje automático en la toma de decisiones del productor bananero, utilizando a través de métodos supervisados, técnicas que permitieron clasificar los datos de estudio, seleccionando al algoritmo de Arboles de Decisión, el cuál clasificó correctamente la información, facilitando la predicción del comportamiento de los nutrientes del suelo, focalizando la zona que presentó variaciones en los nutrientes, facilitando la toma de decisiones al productor bananero y la optimización de recursos.https://conrado.ucf.edu.cu/index.php/conrado/article/view/1202/1203aprendizaje automáticonutrientes del suelotoma de decisionesagricultura de precisión
collection	DOAJ
language	Spanish
format	Article
sources	DOAJ
author	Harry Vite Cevallos Héctor Carvajal Romero Salomón Barrezueta Unda
spellingShingle	Harry Vite Cevallos Héctor Carvajal Romero Salomón Barrezueta Unda Aplicación de algoritmos de aprendizaje automático para clasificar la fertilidad de un suelo bananero Revista Conrado aprendizaje automático nutrientes del suelo toma de decisiones agricultura de precisión
author_facet	Harry Vite Cevallos Héctor Carvajal Romero Salomón Barrezueta Unda
author_sort	Harry Vite Cevallos
title	Aplicación de algoritmos de aprendizaje automático para clasificar la fertilidad de un suelo bananero
title_short	Aplicación de algoritmos de aprendizaje automático para clasificar la fertilidad de un suelo bananero
title_full	Aplicación de algoritmos de aprendizaje automático para clasificar la fertilidad de un suelo bananero
title_fullStr	Aplicación de algoritmos de aprendizaje automático para clasificar la fertilidad de un suelo bananero
title_full_unstemmed	Aplicación de algoritmos de aprendizaje automático para clasificar la fertilidad de un suelo bananero
title_sort	aplicación de algoritmos de aprendizaje automático para clasificar la fertilidad de un suelo bananero
publisher	Universidad de Cienfuegos
series	Revista Conrado
issn	1990-8644 1990-8644
publishDate	2020-01-01
description	La investigación se centra en describir como integrar técnicas de aprendizaje automático a la gestión del ciclo nutricional del banano. El tipo de investigación es correlacionar y descriptiva, detallando las actividades que se debe realizar para lograr articular el uso de aprendizaje automático en la toma de decisiones del productor bananero, utilizando a través de métodos supervisados, técnicas que permitieron clasificar los datos de estudio, seleccionando al algoritmo de Arboles de Decisión, el cuál clasificó correctamente la información, facilitando la predicción del comportamiento de los nutrientes del suelo, focalizando la zona que presentó variaciones en los nutrientes, facilitando la toma de decisiones al productor bananero y la optimización de recursos.
topic	aprendizaje automático nutrientes del suelo toma de decisiones agricultura de precisión
url	https://conrado.ucf.edu.cu/index.php/conrado/article/view/1202/1203
work_keys_str_mv	AT harryvitecevallos aplicaciondealgoritmosdeaprendizajeautomaticoparaclasificarlafertilidaddeunsuelobananero AT hectorcarvajalromero aplicaciondealgoritmosdeaprendizajeautomaticoparaclasificarlafertilidaddeunsuelobananero AT salomonbarrezuetaunda aplicaciondealgoritmosdeaprendizajeautomaticoparaclasificarlafertilidaddeunsuelobananero
_version_	1724435817023143936

Aplicación de algoritmos de aprendizaje automático para clasificar la fertilidad de un suelo bananero

Similar Items