Montagem de ambiente para classificação de solos usando ScikitLearn.

Resumo - Técnicas de Mineração de Dados e Modelagem preditiva são cada vez mais usadas para automação de tarefas nos mais diversos campos do conhecimento. O da agricultura é um deles, existindo diversos modelos para predição de eventos climáticos, ocorrências de pragas e produtividade. A classificação de solos é uma das tarefas dentro dessa área que ainda não possui um sistema computacional satisfatório. Este trabalho tem como objetivo a criação de um sistema para a classificação automática de solos, a partir de dados previamente classificados segundo o método descrito no Sistema Brasileiro de Classificação de Solos (SiBCS). A modelagem para o sistema de classificação aqui proposto tem como base algoritmos de Aprendizado de Máquina. O trabalho ainda está em andamento e os resultados obtidos até agora indicam que a abordagem é promissora.

Bibliographic Details

Main Authors:	VASCONCELOS, G. T., SOUZA, K. X. S. de, OLIVEIRA, S. R. de M., CAMARGO NETO, J.
Other Authors:	GABRIEL TESTON VASCONCELOS, Bolsista CNPTIA; KLEBER XAVIER SAMPAIO DE SOUZA, CNPTIA; STANLEY ROBSON DE MEDEIROS OLIVEIRA, CNPTIA; JOAO CAMARGO NETO, CNPTIA.
Format:	Anais e Proceedings de eventos biblioteca
Language:	pt_BR por
Published:	2018-12-13
Subjects:	Árvore de decisão, Floresta aleatória, K-Nearest Neighbors, Mineração de dados, Atributos de solos, Support vector machines,
Online Access:	http://www.alice.cnptia.embrapa.br/alice/handle/doc/1101370
Tags:	Add Tag No Tags, Be the first to tag this record!