Use este identificador para citar ou linkar para este item:
http://www.alice.cnptia.embrapa.br/alice/handle/doc/1140248Registro completo de metadados
| Campo DC | Valor | Idioma |
|---|---|---|
| dc.contributor.author | FERNANDES, I. K. | |
| dc.contributor.author | MATTA, D. H. da | |
| dc.contributor.author | COSTA-NETO, G. | |
| dc.contributor.author | HEINEMANN, A. B. | |
| dc.date.accessioned | 2022-02-20T02:08:10Z | - |
| dc.date.available | 2022-02-20T02:08:10Z | - |
| dc.date.created | 2022-02-19 | |
| dc.date.issued | 2021 | |
| dc.identifier.citation | In: SEMINÁRIO JOVENS TALENTOS, 15., 2021, Santo Antônio de Goiás. Resumos... Brasília, DF: Embrapa; Santo Antônio de Goiás: Embrapa Arroz e Feijão, 2021. | |
| dc.identifier.isbn | 978-65-87380-73-5 | |
| dc.identifier.uri | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1140248 | - |
| dc.description | As previsões de produtividade agrícola, em especial do arroz irrigado, são fundamentais para o desenvolvimento das políticas agrícolas, notadamente no ambiente tropical. A possibilidade do uso de alternativas que têm a capacidade de prever o desempenho das culturas em resposta ao clima constituem estratégias que possibilitam grande avanço para a tomada de decisões na agricultura tropical. Avaliamos um método de aprendizado de máquina, denominado Random Forest (RF), por sua capacidade de prever as respostas da produção agrícola ao clima em escalas globais e regionais em arroz irrigado tropical. | |
| dc.language.iso | por | |
| dc.rights | openAccess | |
| dc.title | Aplicação do modelo Random Forest para a predição da produtividade do arroz tropical irrigado. | |
| dc.type | Resumo em anais e proceedings | |
| dc.subject.thesagro | Arroz Irrigado | |
| dc.subject.thesagro | Oryza Sativa | |
| dc.subject.thesagro | Produtividade | |
| dc.subject.thesagro | Produção Agrícola | |
| dc.description.notes | Evento online. | pt_BR |
| dc.format.extent2 | p. 34. | |
| riaa.ainfo.id | 1140248 | |
| riaa.ainfo.lastupdate | 2022-02-19 | |
| dc.contributor.institution | IGOR KUIVJOGI FERNANDES, estagiário CNPAF; DAVID HENRIQUES DA MATTA, UFG; GERMANO COSTA-NETO, doutorando ESALQ; ALEXANDRE BRYAN HEINEMANN, CNPAF. | |
| Aparece nas coleções: | Resumo em anais de congresso (CNPAF)  | |
Arquivos associados a este item:
| Arquivo | Descrição | Tamanho | Formato | |
|---|---|---|---|---|
| sjt-p34.pdf | 234.16 kB | Adobe PDF |  Visualizar/Abrir |
