Aplicação do modelo Random Forest para a predição da produtividade do arroz tropical irrigado.
As previsões de produtividade agrícola, em especial do arroz irrigado, são fundamentais para o desenvolvimento das políticas agrícolas, notadamente no ambiente tropical. A possibilidade do uso de alternativas que têm a capacidade de prever o desempenho das culturas em resposta ao clima constituem estratégias que possibilitam grande avanço para a tomada de decisões na agricultura tropical. Avaliamos um método de aprendizado de máquina, denominado Random Forest (RF), por sua capacidade de prever as respostas da produção agrícola ao clima em escalas globais e regionais em arroz irrigado tropical.
Saved in:
| Main Authors: | , , , |
|---|---|
| Other Authors: | |
| Format: | Anais e Proceedings de eventos biblioteca |
| Language: | Portugues pt_BR |
| Published: |
2022-02-19
|
| Subjects: | Arroz Irrigado, Oryza Sativa, Produtividade, Produção Agrícola, |
| Online Access: | http://www.alice.cnptia.embrapa.br/alice/handle/doc/1140248 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | As previsões de produtividade agrícola, em especial do arroz irrigado, são fundamentais para o desenvolvimento das políticas agrícolas, notadamente no ambiente tropical. A possibilidade do uso de alternativas que têm a capacidade de prever o desempenho das culturas em resposta ao clima constituem estratégias que possibilitam grande avanço para a tomada de decisões na agricultura tropical. Avaliamos um método de aprendizado de máquina, denominado Random Forest (RF), por sua capacidade de prever as respostas da produção agrícola ao clima em escalas globais e regionais em arroz irrigado tropical. |
|---|