Use este identificador para citar ou linkar para este item: http://www.alice.cnptia.embrapa.br/alice/handle/doc/1101370
Registro completo de metadados
Campo DCValorIdioma
dc.contributor.authorVASCONCELOS, G. T.
dc.contributor.authorSOUZA, K. X. S. de
dc.contributor.authorOLIVEIRA, S. R. de M.
dc.contributor.authorCAMARGO NETO, J.
dc.date.accessioned2018-12-14T00:05:30Z-
dc.date.available2018-12-14T00:05:30Z-
dc.date.created2018-12-13
dc.date.issued2018
dc.identifier.citationIn: MOSTRA DE ESTAGIÁRIOS E BOLSISTAS DA EMBRAPA INFORMÁTICA AGROPECUÁRIA, 14., 2018, Campinas. Resumos expandidos... Brasília, DF: Embrapa, 2018.
dc.identifier.isbn978-85-7035-854-7
dc.identifier.urihttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1101370-
dc.descriptionResumo - Técnicas de Mineração de Dados e Modelagem preditiva são cada vez mais usadas para automação de tarefas nos mais diversos campos do conhecimento. O da agricultura é um deles, existindo diversos modelos para predição de eventos climáticos, ocorrências de pragas e produtividade. A classificação de solos é uma das tarefas dentro dessa área que ainda não possui um sistema computacional satisfatório. Este trabalho tem como objetivo a criação de um sistema para a classificação automática de solos, a partir de dados previamente classificados segundo o método descrito no Sistema Brasileiro de Classificação de Solos (SiBCS). A modelagem para o sistema de classificação aqui proposto tem como base algoritmos de Aprendizado de Máquina. O trabalho ainda está em andamento e os resultados obtidos até agora indicam que a abordagem é promissora.
dc.language.isoporpt_BR
dc.relation.ispartofseries(Embrapa Informática Agropecuária. Eventos técnicos & científicos, 1).
dc.rightsopenAccesspt_BR
dc.subjectÁrvore de decisão
dc.subjectFloresta aleatória
dc.subjectK-Nearest Neighbors
dc.subjectMineração de dados
dc.subjectAtributos de solos
dc.titleMontagem de ambiente para classificação de solos usando ScikitLearn.
dc.typeArtigo em anais e proceedings
dc.date.updated2020-01-21T11:11:11Zpt_BR
dc.subject.nalthesaurusSupport vector machines
dc.description.notesEditores técnicos: Carla Geovana do Nascimento Macário, Carla Cristiane Osawa, Flávia Bussaglia Fiorini, Maria Fernanda Moura, Poliana Fernanda Giachetto.
dc.format.extent2p. 104-110.
riaa.ainfo.id1101370
riaa.ainfo.lastupdate2020-01-21 -02:00:00
dc.contributor.institutionGABRIEL TESTON VASCONCELOS, Bolsista CNPTIA; KLEBER XAVIER SAMPAIO DE SOUZA, CNPTIA; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; JOAO CAMARGO NETO, CNPTIA.
Aparece nas coleções:Artigo em anais de congresso (CNPTIA)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Mostra2018104110.pdf402.08 kBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas

FacebookTwitterDeliciousLinkedInGoogle BookmarksMySpace