Avaliação da eficiência de algoritmos de aprendizado de máquina para classificação automática de solos.

Vista sencilla de ítem
dc.contributorGABRIEL TESTON VASCONCELOS, Bolsista CNPq (PIBIC); STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA.
dc.creatorVASCONCELOS, G. T.
dc.creatorOLIVEIRA, S. R. de M.
dc.date2018-09-22T00:35:08Z
dc.date2018-09-22T00:35:08Z
dc.date2018-09-21
dc.date2018
dc.date2020-01-21T11:11:11Z
dc.date.accessioned2026-07-07T04:15:38Z
dc.descriptionRESUMO - Técnicas de mineração de dados têm sido usadas, estrategicamente, para transformar dados em informações e conhecimentos visando subsidiar o processo decisório em vários domínios. Na agricultura, em particular, essas técnicas são eficientes para selecionar um conjunto de atributos relevantes no processo de geração de modelos preditivos em bancos de dados com muitas variáveis. Este trabalho tem por objetivo avaliar a eficiência de diferentes algoritmos de Aprendizado de Máquina (AM) para classificação automática de solos, no 1º nível categórico do Sistema Brasileiro de Classificação de Solos (SiBCS). Os dados foram obtidos do projeto Mapeamento de Recursos Naturais do Brasil, liderado pelo Instituo Brasileiro de Geografia e Estatística (IBGE). Alguns algoritmos de AM (árvore de decisão, SVM, kNN) foram utilizados para classificação de solos de acordo com o SiBCS. Os resultados obtidos são promissores e abrem perspectivas para a classificação automática de solos, a partir de critérios definidos e de informações organizadas em bancos de dados.
dc.descriptionCIIC 2018. Nº 17603.
dc.formatNão paginado.
dc.identifierIn: CONGRESSO INTERINSTITUCIONAL DE INICIAÇÃO CIENTÍFICA, 12., 2018, Campinas. Anais... [S.l: s.n], 2018.
dc.identifier978-85-7029-145-5
dc.identifierhttp://www.alice.cnptia.embrapa.br/alice/handle/doc/1096175
dc.identifier.urihttp://hdl.handle.net/123456789/455815
dc.languagepor
dc.rightsopenAccess
dc.subjectÁrvores de decisão
dc.subjectMineração de dados
dc.subjectAtributos de solos
dc.subjectAprendizado de máquina
dc.subjectMáquinas de Vetores Suporte
dc.subjectAlgoritmo k-vizinhos mais próximos
dc.subjectClassificação de solos
dc.subjectDecision trees
dc.subjectData mining
dc.subjectSoil attributes
dc.subjectSupport vector machines
dc.subjectSoil classification
dc.titleAvaliação da eficiência de algoritmos de aprendizado de máquina para classificação automática de solos.
dc.typeArtigo em anais e proceedings

Archivos

Colecciones

Embrapa Agricultura Digital (CNPTIA)