Título:	Classificação do desempenho dos rebanhos de seleção Nelore por meio de aprendizado de máquina.
Autoria:	ABREU, U. G. P. de THOLON, P. LIMA, H. P. de
Afiliação:	URBANO GOMES PINTO DE ABREU, CPAP; PATRICIA THOLON, CPPSE; HELANO POVOAS DE LIMA, CNPTIA.
Ano de publicação:	2023
Referência:	CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 14., 2023, Natal. Avanços na agricultura digital colaborativa: anais. Natal: Universidade Federal do Rio Grande do Norte, 2023.
Conteúdo:	O objetivo deste trabalho foi, por meio de técnicas de mineração de dados, classificar os animais de dois rebanhos da Embrapa, em função das réguas de DEP genômicas (DEPg), para identificar os principais atributos (características) que direcionam o entendimento dos diferentes objetivos de seleção nos dois rebanhos. Selecionaram-se oito atributos, para análise de classificação dos animais. Para realizar a classificação dos animais em função do rebanho foram utilizados três algoritmos supervisionados, buscando verificar qual apresentaria o melhor desempenho: árvore de decisão (J48), árvores de modelo logístico (LMT) e floresta randômica (Random Forest - RF). O algoritmo mais acurado foi o Random Forest, que modelou os dados com maior ajuste e acurácia.
Thesagro:	Rebanho Seleção Gado Nelore Melhoramento Genético Animal
Palavras-chave:	Classificação de animais Característica Mineração de dados Seleção de rebanhos
Notas:	SBIAGRO 2023.
Tipo do material:	Artigo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Artigo em anais de congresso (CPAP)