Machine learning aplicado al análisis de un set de datos de parámetros ambientales en galpones de pollos de engorde

Este artículo trata sobre el desarrollo de un modelo de Machine Learning aplicado a un conjunto de datos recopilados en una granja avícola. Su objetivo es obtener un modelo predictivo basado en variables ambientales para anticipar eventos futuros. Este modelo predictivo busca optimizar decisiones re...

Descripción completa

Detalles Bibliográficos
Autores principales:	Batista-Mendoza, Gloris, Cedeño Herrera, Edwin Juvenal, Cedeño-Batista, Gloris
Formato:	Online
Idioma:	spa
Publicado:	Universidad de Panamá, Centro Regional Universitario de Azuero. 2023
Acceso en línea:	https://revistas.up.ac.pa/index.php/antataura/article/view/4566

id	ANTATURA4566
record_format	ojs
spelling	ANTATURA45662023-12-29T17:49:54Z Machine learning applied to the analysis of a dataset of environmental parameters in poultry farm Machine learning aplicado al análisis de un set de datos de parámetros ambientales en galpones de pollos de engorde Batista-Mendoza, Gloris Cedeño Herrera, Edwin Juvenal Cedeño-Batista, Gloris Agromática análisis de datos aprendizaje supervisado inteligencia artificial ciencia de datos regresión logística Agromatic artificial intelligence data analysis data science logistic regression supervised learning This article addresses the development of a Machine Learning model applied to a dataset collected on a poultry farm. Its goal is to attain a predictive model based on environmental variables to anticipate forthcoming events. This predictive model aims to optimize decisions linked to the birds' environmental well-being and cut production costs in poultry projects. This investigation obtained information from the "Smart Poultry Farm" system, following the SEMMA methodology and utilizing the Python programming language in the Google Colaboratory IDE environment. The model was built using the binomial logistic regression algorithm in the context of supervised learning. The assessment of the predictive model encompassed the confusion matrix and metrics such as the Overall Quality Index, Accuracy, Sensitivity, Specificity, and F1-Score. Various scenarios were employed to forecast the activation/deactivation of the poultry farm's fans, based on environmental parameters: humidity, temperature, and heat index. Este artículo trata sobre el desarrollo de un modelo de Machine Learning aplicado a un conjunto de datos recopilados en una granja avícola. Su objetivo es obtener un modelo predictivo basado en variables ambientales para anticipar eventos futuros. Este modelo predictivo busca optimizar decisiones relacionadas con el bienestar ambiental de las aves y reducir costos de producción en proyectos avícolas. Para esta investigación, se obtuvo el set de datos del sistema "Smart Poultry Farm" como guía del desarrollo, se utilizó la metodología SEMMA y el lenguaje de programación Python en el entorno IDE Google Colaboratory. El modelo se construyó mediante el algoritmo de regresión logística binomial en el contexto de aprendizaje supervisado. La evaluación del modelo predictivo incluyó la matriz de confusión y métricas como: el Índice General de Calidad, Precisión, Sensibilidad, Especificidad y F1-Score. Se aplicaron distintos escenarios para anticipar la activación/desactivación de los ventiladores del galpón, en función de los parámetros ambientales: humedad, temperatura e índice de calor. Universidad de Panamá, Centro Regional Universitario de Azuero. 2023-12-29 info:eu-repo/semantics/article info:eu-repo/semantics/publishedVersion Artículo revisado por pares application/pdf https://revistas.up.ac.pa/index.php/antataura/article/view/4566 10.48204/j.vian.v7n2.a4566 Visión Antataura; Vol. 7 Núm. 2 (2023): Visión Antataura; 121-146 2520-9892 2309-6373 spa https://revistas.up.ac.pa/index.php/antataura/article/view/4566/3700 Derechos de autor 2023 Visión Antataura http://creativecommons.org/licenses/by-nc-sa/4.0
institution	Universidad de Panamá
collection	Visión Antataura
language	spa
format	Online
author	Batista-Mendoza, Gloris Cedeño Herrera, Edwin Juvenal Cedeño-Batista, Gloris
spellingShingle	Batista-Mendoza, Gloris Cedeño Herrera, Edwin Juvenal Cedeño-Batista, Gloris Machine learning aplicado al análisis de un set de datos de parámetros ambientales en galpones de pollos de engorde
author_facet	Batista-Mendoza, Gloris Cedeño Herrera, Edwin Juvenal Cedeño-Batista, Gloris
author_sort	Batista-Mendoza, Gloris
description	Este artículo trata sobre el desarrollo de un modelo de Machine Learning aplicado a un conjunto de datos recopilados en una granja avícola. Su objetivo es obtener un modelo predictivo basado en variables ambientales para anticipar eventos futuros. Este modelo predictivo busca optimizar decisiones relacionadas con el bienestar ambiental de las aves y reducir costos de producción en proyectos avícolas. Para esta investigación, se obtuvo el set de datos del sistema "Smart Poultry Farm" como guía del desarrollo, se utilizó la metodología SEMMA y el lenguaje de programación Python en el entorno IDE Google Colaboratory. El modelo se construyó mediante el algoritmo de regresión logística binomial en el contexto de aprendizaje supervisado. La evaluación del modelo predictivo incluyó la matriz de confusión y métricas como: el Índice General de Calidad, Precisión, Sensibilidad, Especificidad y F1-Score. Se aplicaron distintos escenarios para anticipar la activación/desactivación de los ventiladores del galpón, en función de los parámetros ambientales: humedad, temperatura e índice de calor.
title	Machine learning aplicado al análisis de un set de datos de parámetros ambientales en galpones de pollos de engorde
title_short	Machine learning aplicado al análisis de un set de datos de parámetros ambientales en galpones de pollos de engorde
title_full	Machine learning aplicado al análisis de un set de datos de parámetros ambientales en galpones de pollos de engorde
title_fullStr	Machine learning aplicado al análisis de un set de datos de parámetros ambientales en galpones de pollos de engorde
title_full_unstemmed	Machine learning aplicado al análisis de un set de datos de parámetros ambientales en galpones de pollos de engorde
title_sort	machine learning aplicado al análisis de un set de datos de parámetros ambientales en galpones de pollos de engorde
title_alt	Machine learning applied to the analysis of a dataset of environmental parameters in poultry farm
publisher	Universidad de Panamá, Centro Regional Universitario de Azuero.
publishDate	2023
url	https://revistas.up.ac.pa/index.php/antataura/article/view/4566
work_keys_str_mv	AT batistamendozagloris machinelearningappliedtotheanalysisofadatasetofenvironmentalparametersinpoultryfarm AT cedenoherreraedwinjuvenal machinelearningappliedtotheanalysisofadatasetofenvironmentalparametersinpoultryfarm AT cedenobatistagloris machinelearningappliedtotheanalysisofadatasetofenvironmentalparametersinpoultryfarm AT batistamendozagloris machinelearningaplicadoalanalisisdeunsetdedatosdeparametrosambientalesengalponesdepollosdeengorde AT cedenoherreraedwinjuvenal machinelearningaplicadoalanalisisdeunsetdedatosdeparametrosambientalesengalponesdepollosdeengorde AT cedenobatistagloris machinelearningaplicadoalanalisisdeunsetdedatosdeparametrosambientalesengalponesdepollosdeengorde
_version_	1812477501587324928

Machine learning aplicado al análisis de un set de datos de parámetros ambientales en galpones de pollos de engorde

Ejemplares similares