Algoritmo computacional para el análisis y toma de decisiones en datos de predicción de la calidad de la leche, utilizando estrategias de machine learning

En este escrito, se destacan resultados y análisis sobre la predicción de la calidad de la leche, un líquido fundamental para garantizar la calidad alimentaria de los consumidores. La importancia de este análisis radica en su capacidad para evaluar diversos factores que influyen en la producción de leche y, a partir de ahí, identificar herramientas y medidas que permitan mejorar los estándares de calidad de este producto. La intención detrás de esta investigación y análisis es doble: por un lado, se busca comprender y prever la calidad de la leche, lo cual es crucial para garantizar la seguridad alimentaria y la satisfacción del consumidor. Por otro lado, se persigue identificar áreas de mejora en los procesos de producción láctea, con el fin de optimizar la eficiencia y la calidad del producto final. Al evaluar los factores que afectan la producción de leche, se pueden identificar posibles puntos de intervención para mejorar la calidad del producto. Esto puede incluir aspectos como la alimentación y manejo del ganado, las condiciones sanitarias de las instalaciones de producción, los procesos de pasteurización y almacenamiento, entre otros. La toma de decisiones basada en estos análisis puede conducir a la implementación de medidas correctivas y preventivas que mejoren la calidad y seguridad de la leche producida. Los posibles impactos en la cadena de productividad también son importantes de considerar. Mejorar la calidad de la leche puede tener efectos positivos en toda la cadena de producción láctea. Por ejemplo, al reducir la incidencia de contaminación o enfermedades en el ganado, se pueden evitar pérdidas económicas y mejorar la eficiencia en la producción. Asimismo, una leche de mayor calidad puede aumentar la satisfacción del consumidor, lo que a su vez puede llevar a un incremento en la demanda y, por ende, en la rentabilidad de los productores y empresas lácteas.

• Autores: Alzate Alzate, Santiago
• Tipo de recurso: Trabajo de grado de pregrado
• Fecha de publicación: 2024
• Institución: Corporación Universitaria Remington
• Repositorio: Repositorio institucional Uniremington
• Idioma: spa
• OAI Identifier: oai:repositorio.uniremington.edu.co:123456789/2662
• Acceso en línea: https://repositorio.uniremington.edu.co/handle/123456789/2662
• Palabra clave: Predicción; Leche; Calidad; Variables; Dataset; Alimento; Inteligencia artificial; Toma de decisiones; Aprendizaje automático (Inteligencia artificial); Industria lechera
• Rights: openAccess
• License: Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)