Aprendizado de máquina aplicado a dados do microbiota do leite bovino cru para classificação em relação à mastite (2019)
- Authors:
- USP affiliated author: CLEMENTE, LUAN GASPAR - ESALQ
- School: ESALQ
- Subjects: APRENDIZADO COMPUTACIONAL; LEITE; MASTITE ANIMAL
- Keywords: Aprendizado de máquina; Bovine milk; Dimensionality reduction; Leite bovino; Machine Learning; Mastite; Mastitis; Redução de dimensionalidade
- Language: Português
- Abstract: A produção de leite é uma atividade cada vez mais competitiva. Somente em 2017, o Brasil produziu cerca de 35,1 bilhões de litros de leite. Um dos principais problemas da pecuária de leite é a mastite, que acarreta em diminuição ou até a perda total da produção do animal doente. O diagnóstico da mastite é realizado por meio de testes que detectam a presença de glóbulos brancos ou de microrganismos em amostras de leite. Uma vez detectada a presença de mastite, é imprescindível o seu controle, podendo ser feito através do manejo do rebanho e pela aplicação de antibióticos específicos ou de amplo espectro. Os algoritmos de aprendizado de máquina aplicado a uma estratégia de reamostragem podem ser utilizados para prever ou classificar amostras de leite, devido à sua eficiência computacional em encontrar padrões de generalização em dados com uma baixa quantidade de amostras. Neste trabalho foram aplicados três algoritmos de aprendizado de máquina, para labels de 300 mil CSS, 500 mil CSS, local de coleta de amostras e fornecedores em 213 amostras de leite bovino cru. Como forma de selecionar o grupo de gêneros mais relevante foi aplicado a abordagem de florestas aleatórias não enviesadas com inferência condicional e suas importâncias foram medidas pelo algoritmo de permutação condicional para preditores correlacionados. Os resultados demonstraram que o algoritmo de aprendizado de máquina mais eficiente é o de florestas aleatórias e que os perfis microbiológicos distintos dependem da quantidade de CSS, local de coleta de amostra e fornecedor. Foi encontrado também que os gêneros de microrganismos de maior importância para CSS são aqueles que possuem respaldo na literatura acerca de sua influência em processos inflamatórios, contaminação e degradação do leite. Portanto, pode-se concluir que dados do microbiota presente em amostras do leite possuemuma habilidade preditiva para amostras do leite, em alguns casos, dependendo da qualidade de seus dados e das técnicas utilizadas
- Imprenta:
- Place of publication: Piracicaba
- Date published: 2019
-
ABNT
CLEMENTE, Luan Gaspar. Aprendizado de máquina aplicado a dados do microbiota do leite bovino cru para classificação em relação à mastite. 2019. Trabalho de Conclusão de Curso (Graduação) – Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo, Piracicaba, 2019. Disponível em: https://bdta.abcd.usp.br/directbitstream/6ee7e2d2-06a4-45e3-8f90-58bac70fd40a/TCCLuanGasparClemente.pdf. Acesso em: 27 abr. 2024. -
APA
Clemente, L. G. (2019). Aprendizado de máquina aplicado a dados do microbiota do leite bovino cru para classificação em relação à mastite (Trabalho de Conclusão de Curso (Graduação). Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo, Piracicaba. Recuperado de https://bdta.abcd.usp.br/directbitstream/6ee7e2d2-06a4-45e3-8f90-58bac70fd40a/TCCLuanGasparClemente.pdf -
NLM
Clemente LG. Aprendizado de máquina aplicado a dados do microbiota do leite bovino cru para classificação em relação à mastite [Internet]. 2019 ;[citado 2024 abr. 27 ] Available from: https://bdta.abcd.usp.br/directbitstream/6ee7e2d2-06a4-45e3-8f90-58bac70fd40a/TCCLuanGasparClemente.pdf -
Vancouver
Clemente LG. Aprendizado de máquina aplicado a dados do microbiota do leite bovino cru para classificação em relação à mastite [Internet]. 2019 ;[citado 2024 abr. 27 ] Available from: https://bdta.abcd.usp.br/directbitstream/6ee7e2d2-06a4-45e3-8f90-58bac70fd40a/TCCLuanGasparClemente.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
TCCLuanGasparClemente.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
