MARIANA MASSONI FRAGA, UNIVERSIDADE ESTADUAL PAULISTA JÚLIO DE MESQUITA FILHO.2026-07-07http://hdl.handle.net/123456789/495935Resumo: O objetivo deste estudo foi aplicar técnicas de aprendizado de máquina supervisionado para detectar mastite subclínica, combinando dados produtivos, zootécnicos, ambientais e microbiológicos obtidos em um sistema de ordenha robótica. Foram acompanhadas 103 vacas em lactação, em uma propriedade de São Carlos, SP, durante um ano. | Abstract: The objective of this study was to apply supervised machine learning techniques to detect subclinical mastitis by combining productive, zootechnical, environmental, and microbiological data obtained from a robotic milking system. Approximately 103 lactating cows were monitored over one year at a farm in São Carlos, SP, Brazil.Orientador: Luiz Francisco Zafalon (CPPSE). Financiamento: CNPq (403108/2023-3).openAccessMastiteMastite subclínicaPredição da mastiteSistema de ordenhaAprendizado de máquinaDiagnóstico precoceQualidade do leiteModelos preditivosUdder healthPredictive modelsGado LeiteiroOrdenhaOrdenha MecânicaDiagnosticoQualidadeGlândula MamariaEarly diagnosisMilk qualityTeses