Los sistemas de producción agrícola cuentan con millones de datos que la Inteligencia Artificial (IA) puede transformar en información para favorecer la exactitud en la toma de decisiones del productor y, así, maximizar la producción de forma sostenible. El objetivo de esta conferencia es describir la aplicación de diferentes algoritmos de Machine Learning (ML) en cuatro temas diferentes: a) un análisis de riesgos y mapas de idoneidad climática para Fusarium oxysporum f. sp. cubense (Foc, Raza 4 Tropical) en Venezuela; (b) la relación entre las propiedades del suelo y la incidencia de la marchitez del Banano (MB) a través del análisis discriminante de mínimos cuadrados ortogonales (siglas en ingles OPLS-DA) y el algoritmo de Random Forest (RF); (c) un análisis de la relación de la actividad microbiana con las propiedades fisicoquímicas del suelo en las plantaciones bananeras en Venezuela mediante Mínimos Cuadrados Parciales – Analisis Discriminante (PLS-DA) y el algoritmo de correlación parcial
dispersa con Debiased (DSPC) y por último (d) el uso potencial de las propiedades morfológicas del suelo para diferenciar los niveles de productividad del banano en las condiciones venezolanas mediante un modelo de predicción basado en propiedades categóricas del suelo con la Regresión de escala óptima regularizada.
Los españoles piensan que los agricultores no tienen suficientes herramientas ni recursos
Así lo refleja un estudio de Alianza por una Agricultura Sostenible (ALAS), donde además la sociedad confirma que dotaría a los productores de estos medios a un precio asequible PLATAFORMA TIERRA, 14 mayo 2024 La Alianza por una Agricultura Sostenible (ALAS) ha presentado las conclusiones del ‘Estudio sobre la innovación en la agricultura y el futuro