Please use this identifier to cite or link to this item:
https://repositorio.ufu.br/handle/123456789/37687
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.creator | Borges, Eduardo Antonio | - |
dc.date.accessioned | 2023-04-10T20:07:40Z | - |
dc.date.available | 2023-04-10T20:07:40Z | - |
dc.date.issued | 2023-01 | - |
dc.identifier.citation | BORGES, 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.uri | https://repositorio.ufu.br/handle/123456789/37687 | - |
dc.language | por | pt_BR |
dc.publisher | Universidade Federal de Uberlândia | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.subject | Qualidade do leite | pt_BR |
dc.subject | Aprendizado de máquina | pt_BR |
dc.subject | Redes neurais artificiais | pt_BR |
dc.subject | Support vector machine | pt_BR |
dc.title | Uso de técnicas de aprendizado de máquina na avaliação da qualidade do leite | pt_BR |
dc.type | Trabalho de Conclusão de Curso | pt_BR |
dc.contributor.advisor1 | Santos, Fernanda Maria da Cunha | - |
dc.contributor.advisor1Lattes | http://buscatextual.cnpq.br/buscatextual/visualizacv.do?metodo=apresentar&id=K4769470U9 | pt_BR |
dc.contributor.referee1 | Martinez, Ana Cláudia | - |
dc.contributor.referee1Lattes | http://buscatextual.cnpq.br/buscatextual/visualizacv.do?metodo=apresentar&id=K4773289Y3 | pt_BR |
dc.contributor.referee2 | Ribeiro, Thiago Pirola | - |
dc.contributor.referee2Lattes | http://buscatextual.cnpq.br/buscatextual/visualizacv.do?metodo=apresentar&id=K4766071Y2 | pt_BR |
dc.description.degreename | Trabalho de Conclusão de Curso (Graduação) | pt_BR |
dc.description.resumo | A 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.publisher.country | Brasil | pt_BR |
dc.publisher.course | Sistemas de Informação | pt_BR |
dc.sizeorduration | 32 | pt_BR |
dc.subject.cnpq | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | pt_BR |
Appears in Collections: | TCC - Sistemas de Informação (Monte Carmelo) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
UsoTécnicasAprendizado.pdf | TCC | 801.01 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.