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...
- 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)
id |
URemingtn2_edd490331e13fcf631202151d30b48db |
---|---|
oai_identifier_str |
oai:repositorio.uniremington.edu.co:123456789/2662 |
network_acronym_str |
URemingtn2 |
network_name_str |
Repositorio institucional Uniremington |
repository_id_str |
|
dc.title.spa.fl_str_mv |
Algoritmo computacional para el análisis y toma de decisiones en datos de predicción de la calidad de la leche, utilizando estrategias de machine learning |
title |
Algoritmo computacional para el análisis y toma de decisiones en datos de predicción de la calidad de la leche, utilizando estrategias de machine learning |
spellingShingle |
Algoritmo computacional para el análisis y toma de decisiones en datos de predicción de la calidad de la leche, utilizando estrategias de machine learning Predicción Leche Calidad Variables Dataset Alimento Inteligencia artificial Toma de decisiones Aprendizaje automático (Inteligencia artificial) Industria lechera |
title_short |
Algoritmo computacional para el análisis y toma de decisiones en datos de predicción de la calidad de la leche, utilizando estrategias de machine learning |
title_full |
Algoritmo computacional para el análisis y toma de decisiones en datos de predicción de la calidad de la leche, utilizando estrategias de machine learning |
title_fullStr |
Algoritmo computacional para el análisis y toma de decisiones en datos de predicción de la calidad de la leche, utilizando estrategias de machine learning |
title_full_unstemmed |
Algoritmo computacional para el análisis y toma de decisiones en datos de predicción de la calidad de la leche, utilizando estrategias de machine learning |
title_sort |
Algoritmo computacional para el análisis y toma de decisiones en datos de predicción de la calidad de la leche, utilizando estrategias de machine learning |
dc.creator.fl_str_mv |
Alzate Alzate, Santiago |
dc.contributor.advisor.none.fl_str_mv |
Briñez de León, Juan Carlos |
dc.contributor.author.none.fl_str_mv |
Alzate Alzate, Santiago |
dc.subject.spa.fl_str_mv |
Predicción Leche Calidad Variables Dataset Alimento Inteligencia artificial |
topic |
Predicción Leche Calidad Variables Dataset Alimento Inteligencia artificial Toma de decisiones Aprendizaje automático (Inteligencia artificial) Industria lechera |
dc.subject.lemb.none.fl_str_mv |
Toma de decisiones Aprendizaje automático (Inteligencia artificial) Industria lechera |
description |
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. |
publishDate |
2024 |
dc.date.accessioned.none.fl_str_mv |
2024-04-16T12:42:22Z |
dc.date.available.none.fl_str_mv |
2024-04-16T12:42:22Z |
dc.date.issued.none.fl_str_mv |
2024 |
dc.type.spa.fl_str_mv |
Trabajo de grado - Pregrado |
dc.type.version.spa.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.coar.spa.fl_str_mv |
http://purl.org/coar/resource_type/c_7a1f |
dc.type.coarversion.spa.fl_str_mv |
http://purl.org/coar/version/c_970fb48d4fbd8a85 |
dc.type.content.spa.fl_str_mv |
Text |
dc.type.driver.spa.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
dc.type.redcol.spa.fl_str_mv |
http://purl.org/redcol/resource_type/TP |
dc.type.local.none.fl_str_mv |
Tesis/Trabajo de grado - Monografía - Pregrado |
format |
http://purl.org/coar/resource_type/c_7a1f |
status_str |
publishedVersion |
dc.identifier.uri.none.fl_str_mv |
https://repositorio.uniremington.edu.co/handle/123456789/2662 |
url |
https://repositorio.uniremington.edu.co/handle/123456789/2662 |
dc.language.iso.spa.fl_str_mv |
spa |
language |
spa |
dc.rights.spa.fl_str_mv |
Derechos Reservados - Corporación Universitaria Remington, 2024 |
dc.rights.license.spa.fl_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) |
dc.rights.uri.spa.fl_str_mv |
https://creativecommons.org/licenses/by-nc-nd/4.0/ |
dc.rights.accessrights.spa.fl_str_mv |
info:eu-repo/semantics/openAccess |
dc.rights.coar.spa.fl_str_mv |
http://purl.org/coar/access_right/c_abf2 |
rights_invalid_str_mv |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0) Derechos Reservados - Corporación Universitaria Remington, 2024 https://creativecommons.org/licenses/by-nc-nd/4.0/ http://purl.org/coar/access_right/c_abf2 |
eu_rights_str_mv |
openAccess |
dc.format.extent.none.fl_str_mv |
17 p. |
dc.format.mimetype.spa.fl_str_mv |
application/pdf |
dc.publisher.spa.fl_str_mv |
Corporación Universitaria Remington |
dc.publisher.place.spa.fl_str_mv |
Medellín (Antioquia, Colombia) |
dc.publisher.faculty.spa.fl_str_mv |
Facultad de Ingenierías |
dc.publisher.program.spa.fl_str_mv |
Ingeniería de Sistemas |
institution |
Corporación Universitaria Remington |
bitstream.url.fl_str_mv |
https://repositorio.uniremington.edu.co/bitstreams/62f4e420-ed4e-4145-94e0-a25a4ec57a55/download https://repositorio.uniremington.edu.co/bitstreams/014388dc-0d50-469b-9dee-ac76f5eb3633/download https://repositorio.uniremington.edu.co/bitstreams/6914c9ab-53ef-4c6b-8dba-15cb3694ec8d/download https://repositorio.uniremington.edu.co/bitstreams/2a46f01c-a83d-4e12-8a35-5a77337d64d4/download https://repositorio.uniremington.edu.co/bitstreams/3ff0bf2e-1ae4-4f52-b68e-39b79f6dbd33/download |
bitstream.checksum.fl_str_mv |
9e8815349c093d883b7155619a7a7810 8a4605be74aa9ea9d79846c1fba20a33 51e9b9b57be0a7732c54c445a3edfd44 00fd8ce1fffb256d3ed338c801e8d782 264950ec1f6f594fa97ea6a60e12318a |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositorio UNIREMINGTON |
repository.mail.fl_str_mv |
biblioteca@uniremington.edu.co |
_version_ |
1812100425334128640 |
spelling |
Atribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)Derechos Reservados - Corporación Universitaria Remington, 2024https://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccesshttp://purl.org/coar/access_right/c_abf2Briñez de León, Juan CarlosAlzate Alzate, Santiago2024-04-16T12:42:22Z2024-04-16T12:42:22Z2024https://repositorio.uniremington.edu.co/handle/123456789/2662En 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.PregradoIngeniero(a) de Sistemas17 p.application/pdfspaCorporación Universitaria RemingtonMedellín (Antioquia, Colombia)Facultad de IngenieríasIngeniería de SistemasPredicciónLecheCalidadVariablesDatasetAlimentoInteligencia artificialToma de decisionesAprendizaje automático (Inteligencia artificial)Industria lecheraAlgoritmo computacional para el análisis y toma de decisiones en datos de predicción de la calidad de la leche, utilizando estrategias de machine learningTrabajo de grado - Pregradoinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_7a1fhttp://purl.org/coar/version/c_970fb48d4fbd8a85Textinfo:eu-repo/semantics/bachelorThesishttp://purl.org/redcol/resource_type/TPTesis/Trabajo de grado - Monografía - PregradoPublicationORIGINALRIU-PRE-2024 Algoritmo computacional analisis.pdfRIU-PRE-2024 Algoritmo computacional analisis.pdfapplication/pdf790999https://repositorio.uniremington.edu.co/bitstreams/62f4e420-ed4e-4145-94e0-a25a4ec57a55/download9e8815349c093d883b7155619a7a7810MD51LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://repositorio.uniremington.edu.co/bitstreams/014388dc-0d50-469b-9dee-ac76f5eb3633/download8a4605be74aa9ea9d79846c1fba20a33MD52Cesión Derechos_TG 10.pdfapplication/pdf308809https://repositorio.uniremington.edu.co/bitstreams/6914c9ab-53ef-4c6b-8dba-15cb3694ec8d/download51e9b9b57be0a7732c54c445a3edfd44MD53TEXTRIU-PRE-2024 Algoritmo computacional analisis.pdf.txtRIU-PRE-2024 Algoritmo computacional analisis.pdf.txtExtracted texttext/plain23421https://repositorio.uniremington.edu.co/bitstreams/2a46f01c-a83d-4e12-8a35-5a77337d64d4/download00fd8ce1fffb256d3ed338c801e8d782MD54THUMBNAILRIU-PRE-2024 Algoritmo computacional analisis.pdf.jpgRIU-PRE-2024 Algoritmo computacional analisis.pdf.jpgGenerated Thumbnailimage/jpeg3155https://repositorio.uniremington.edu.co/bitstreams/3ff0bf2e-1ae4-4f52-b68e-39b79f6dbd33/download264950ec1f6f594fa97ea6a60e12318aMD55123456789/2662oai:repositorio.uniremington.edu.co:123456789/26622024-05-16 14:05:32.938https://creativecommons.org/licenses/by-nc-nd/4.0/Derechos Reservados - Corporación Universitaria Remington, 2024open.accesshttps://repositorio.uniremington.edu.coRepositorio UNIREMINGTONbiblioteca@uniremington.edu.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 |