Título:	What you include matters: modeling choices influence genomic prediction and QTL detection.
Autor:	SENA, T. M. BRAGA, L. G. CAETANO, S. L. RAMOS, S. B. SILVA, M. V. G. B. MUARI, D. P.
Afiliación:	THOMAZ MARQUES SENA, UNIVERSIDADE ESTADUAL PAULISTA; LARISSA GRACIANO BRAGA; SABRINA LUIZA CAETANO; SALVADOR BOCCALETTI RAMOS; MARCOS VINICIUS GUALBERTO BARBOSA DA SILVA, CNPGL; DANÍSIO PRADO MUARI.
Año:	2025
Referencia:	In: SIMPÓSIO BRASILEIRO DE MELHORAMENTO ANIMAL, 16., 2025, Piracicaba. Anais [...]. Juiz de Fora: Sociedade Brasileira de Melhoramento Animal, 2025.
Páginas:	p. 278.
Descripción:	A supervised machine learning regression analysis was conducted using the Random Forest (RF) algorithm to classify SNPs according to their predictive importance. The response variable was 305-day milk yield (MY305) in Gir cattle, and the predictors included SNPs with or without fixed effects, depending on the tested scenarios. The analyses were performed using the “ranger” function implemented in R. I
Thesagro:	Genética Bovino Produção Leiteira Gado Leiteiro Gado Gir
Palabras clave:	Modelagem
Notas:	Tema: Integrando campo e tecnologia.
Tipo de Material:	Resumo em anais e proceedings
Acceso:	openAccess
Aparece en las colecciones:	Resumo em anais de congresso (CNPGL)