1. Repositorio CYT
2. Ingeniería
3. Comunicaciones científicas

Autor(es):	Spósitto, Osvaldo Mario Blanco, Gabriel Esteban Levi, Marcelo Jorge Macías Corral, Patricio Matteo, Lorena Romina
Título:	Peso al nacer de terneros Aberdeen Angus mediante algoritmos no supervisados
Descriptores y temas:	PLANIFICACION DE LA PRODUCCION INGENIERIA DE LA PRODUCCION RECOPILACION DE DATOS
Editor:	Universidad Nacional de La Matanza
Referencia sugerida:	Spósitto, O. M., Blanco, G. E., Levi, M. J., Macías Corral, P. y Matteo, L. R. (2020). Peso al nacer de terneros Aberdeen Angus mediante algoritmos no supervisados. En D. E. Martínez (Dir.), 2019 CONAIISI:VII Congreso Nacional de Ingeniería Informática : Sistemas de Información (pp. 236-245). Universidad Nacional de La Matanza. http://repositoriocyt.unlam.edu.ar/handle/123456789/2636
Resumen y filiaciones:	Un programa de mejoramiento genético de una raza contribuye a la mejora en la productividad y el beneficio económico de las explotaciones. Para ello se necesita disponer de información objetiva y precisa que contribuya a la toma de decisiones. Este trabajo es parte de un proyecto de investigación que pretende brindar una herramienta complementaria para la selección animal usando técnicas de Minería de Datos. En particular, se presenta un estudio que pretende encontrar patrones o grupos de características que determinen el peso de los terneros al nacer a través de la agrupación de los casos a partir de los valores genéticos usados en un rodeo de cría de la raza Aberdeen Angus, empleando para tal fin algoritmos de Minería de Datos del tipo No Supervisados. Por otra parte, se busca aplicar algoritmos de clasificación, como método alternativo para reducir la dimensionalidad de la muestra seleccionando un subconjunto de atributos. El análisis realizado se basa en datos provenientes de 360 ejemplares de progenitores proporcionados por un establecimiento ganadero de la localidad de Chascomús, Provincia de Buenos Aires, recolectados durante el periodo 2017-2018. Se concluye que, a partir del modelado construido, este puede colaborar con los criadores, en la toma de decisiones en un programa de mejoramiento genético. Fil: Spósitto, Osvaldo Mario. Universidad Nacional de La Matanza; Argentina. Fil: Blanco, Gabriel Esteban. Universidad Nacional de La Matanza; Argentina. Fil: Levi, Marcelo Jorge. Universidad Nacional de La Matanza; Argentina. Fil: Macías Corral, Patricio. Universidad Nacional de La Matanza; Argentina. Fil: Matteo, Lorena Romina. Universidad Nacional de La Matanza; Argentina.
URI:	http://repositoriocyt.unlam.edu.ar/handle/123456789/2636
Otros identificadores:	https://ror.org/01bmj8t37
Aparece en las colecciones:	Comunicaciones científicas

Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.