Modelo predictivo para la medición del estado de madurez de Musáceas sp., cultivadas al suroeste del Ecuador, usando algoritmos de Machine Learning

Abstract

El objetivo de la presente investigación fue, definir un modelo predictivo para la medición del estado de madurez de Musáceas sp., cultivadas al suroeste del Ecuador, usando algoritmos de Machine Learning. La metodología utilizada en la presente investigación, se dividió en dos etapas: la primera etapa, consistió en obtener los datos de las características fisicoquímicas, a través de los grados Brix y acidez titulable (AOAC,2009); la segunda etapa, mediante el uso de algoritmos de Machine Learning, se procesaron dos sets de datos, tanto para el entrenamiento, como para el Test. El presente trabajo llegó a la conclusión de que, se puede predecir el estado inmaduro, maduro o sobre maduro del banano, a través de un modelo predictivo, con una exactitud del 91 %.