Aplicación de algoritmos de aprendizaje automático para clasificar la fertilidad de un suelo bananero

Resumen

RESUMEN

La investigación propone un algoritmo para integrar técnicas de aprendizaje automático a la gestión del ciclo nutricional del banano. El tipo de investigación es correlacionar y descriptiva, detallando las actividades que se debe realizar para lograr articular el uso de aprendizaje automático en la toma de decisiones del productor bananero, utilizando a través de métodos supervisados, técnicas que permitieron clasificar los datos de estudio, seleccionando al algoritmo de Arboles de Decisión, el cuál clasificó correctamente la información, facilitando la predicción del comportamiento de los nutrientes del suelo, focalizando la zona que presentó variaciones en los nutrientes, facilitando la toma de decisiones al productor bananero y la optimización de recursos.

Palabras clave:

aprendizaje automático, nutrientes del suelo, toma de decisiones, agricultura de precisión

ABSTRACT

The research focuses on describing how to integrate machine learning techniques into the management of the banana nutritional cycle. The type of research is correlating and descriptive, detailing the activities that must be carried out in order to articulate the use of automatic learning in the decision making of the banana producer, using supervised methods, techniques that allowed classifying the study data, selecting to the algorithm of Decision Trees, which correctly classified the information, facilitating the prediction of the behavior of soil nutrients, focusing the area that presented variations in nutrients, facilitating decision making to the banana producer and optimization of resources.

Keywords:

automatic learning, soil nutrients, decision making, precision agriculture