1. Repositório Institucional da UFMG
2. Trabalhos Acadêmicos
3. Dissertações e Teses
4. Pós-Graduação em Ciência Animal
5. Dissertações de Mestrado

Type:	Dissertação
Title:	Uso de Machine Learning para previsão de contagem padrão em placas de leite cru refrigerado antes de seu processamento tecnológico
Authors:	Mariana de Assis Lopes Frankó
First Advisor:	Marcos Xavier Silva
First Co-advisor:	Mônica Maria Oliveira Pinho Cerqueira
metadata.dc.contributor.advisor-co2:	Frederico Gualberto Ferreira Coelho
First Referee:	Elisa Helena Paz Andrade
Second Referee:	Soraia de Araujo Diniz
Abstract:	O leite é uma das commodities mais produzidas e relevantes por ser um produto com alto valor nutricional e baixo custo para o consumidor se comparado a outras fontes de nutrientes. Por este motivo pode ser um importante meio de cultura e de transmissão de doenças se não for cuidadosamente manipulador, estocado, transportado e processado. Objetivou-se avaliar e comparar a performance de três modelos de ML para previsão da CPP do leite cru que chega às plataformas do laticínio. Comparou-se três modelos de ML, o Support Vector Machine (SVM), XGBoosting e redes neurais MultiLayer Perceptron (MLP). Obtivemos um resultado com RMSE de 5,4887410; 4,7333138; 6,0639758 respectivamente e um MAPE de 0,63%; 0,06%; 0,92%, demonstrando que a rede XGBoosting foi a que apresentou menor erro, porém os três modelos são eficientes para prever a CPP do leite e são estatisticamente semelhantes.
language:	por
metadata.dc.publisher.country:	Brasil
Publisher:	Universidade Federal de Minas Gerais
Publisher Initials:	UFMG
metadata.dc.publisher.department:	VETER - ESCOLA DE VETERINARIA
metadata.dc.publisher.program:	Programa de Pós-Graduação em Ciência Animal
Rights:	Acesso Aberto
metadata.dc.rights.uri:	http://creativecommons.org/licenses/by-nc-nd/3.0/pt/
URI:	http://hdl.handle.net/1843/49381
Issue Date:	30-Nov-2022
Appears in Collections:	Dissertações de Mestrado

This item is licensed under a Creative Commons License