Publicação:
Uso de técnicas de aprendizado de máquina na avaliação da qualidade do leite

Página do item simplificado
dc.contributor.advisor1Santos, Fernanda Maria da Cunha
dc.contributor.advisor1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?metodo=apresentar&id=K4769470U9pt_BR
dc.contributor.referee1Martinez, Ana Cláudia
dc.contributor.referee1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?metodo=apresentar&id=K4773289Y3pt_BR
dc.contributor.referee2Ribeiro, Thiago Pirola
dc.contributor.referee2Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?metodo=apresentar&id=K4766071Y2pt_BR
dc.creatorBorges, Eduardo Antonio
dc.date.accessioned2023-04-10T20:07:40Z
dc.date.available2023-04-10T20:07:40Z
dc.date.issued2023-01
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoA cadeia produtiva do leite destaca-se como uma das principais atividades econômicas do Brasil em termos de geração de emprego e renda. Logo, a qualidade em que o leite é produzido deve ser estritamente fiscalizada, pois a qualidade inadequada acarreta diversos prejuízos para as indústrias e produtores. Assim, busca-se técnicas preditivas que definirão um padrão para a qualidade do leite produzido, com o intuito de garantir níveis de qualidade em todas épocas do ano. Diante esse cenário, o objetivo deste trabalho foi criar um modelo computacional usando técnicas de aprendizado de máquina para classificar a qualidade do leite. Dentre as técnicas de Aprendizado de máquinas, optou-se por implementar Redes Neurais Perceptron Multicamdas (PMC) e Support Vector Machine (SVM) aplicadas à uma base de dados formada por propriedades do leite independentes (pH, temperatura, sabor, odor, gordura, turbidez, cor). As redes neurais PMC obtiveram resultados melhores gerando acima de 98% nas medidas de avaliação acurácia, recall, precisão e f1-score para todas as três classes de qualidade de leite. O modelo implementando o SVM também teve resultados semelhantes. Conclui, que o modelo proposto classificará a qualidade do leite e, consequentemente, contribuirá com os produtores que terão o entendimento de quando haverá perda de qualidade do leite diante das alterações dos atributos analisados.pt_BR
dc.identifier.citationBORGES, Eduardo Antonio. Uso de técnicas de aprendizado de máquina na avaliação da qualidade do leite. 2023. 32 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Monte Carmelo, 2023.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/37687
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseSistemas de Informaçãopt_BR
dc.rightsAcesso Abertopt_BR
dc.sizeorduration32pt_BR
dc.subjectQualidade do leitept_BR
dc.subjectAprendizado de máquinapt_BR
dc.subjectRedes neurais artificiaispt_BR
dc.subjectSupport vector machinept_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.titleUso de técnicas de aprendizado de máquina na avaliação da qualidade do leitept_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dspace.entity.typePublication

Arquivos

Pacote original

Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
UsoTécnicasAprendizado.pdf
Tamanho:
801.01 KB
Formato:
Adobe Portable Document Format
Descrição:
TCC
Baixar

Coleções

TCC - Sistemas de Informação (Monte Carmelo)