Título:	What you include matters: modeling choices influence genomic prediction and QTL detection.
Autoria:	SENA, T. M. BRAGA, L. G. CAETANO, S. L. RAMOS, S. B. SILVA, M. V. G. B. MUARI, D. P.
Afiliação:	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.
Ano de publicação:	2025
Referência:	In: SIMPÓSIO BRASILEIRO DE MELHORAMENTO ANIMAL, 16., 2025, Piracicaba. Anais [...]. Juiz de Fora: Sociedade Brasileira de Melhoramento Animal, 2025.
Páginas:	p. 278.
Conteúdo:	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
Palavras-chave:	Modelagem
Notas:	Tema: Integrando campo e tecnologia.
Tipo do material:	Resumo em anais e proceedings
Acesso:	openAccess
Aparece nas coleções:	Resumo em anais de congresso (CNPGL)