Uso de machine learning para predição na agricultura: um tutorial em R

Abstract

O setor da Agricultura tem criado e armazenado grandes quantidade de dados, esses dados podem ser reunidos, armazenados e analisados para auxiliar na tomada de decisão gerando valor competitivo e o uso de técnicas de Machine Learning tem sido de grande utilidade para esse mercado. Neste trabalho, foi realizado um estudo de Machine Learning usando modelos de classificação supervisionada para predizer doença em uma safra, podendo com isso, identificar o modelo que melhor se adequada aos dados observados. Foram utilizados os modelos Decision Treen, Random Florest e Xgboost para quantificar a safra como sádia ou doente Pode-se observar, que o modelo Xgboost forneceu melhores ajuste aos dados com uma acurácia de 0,85 e a área sobre a curva de 0,80.