Predicción de la capacidad de intercambio catiónico (CIC) en cultivos de aguacate empleando modelos machine learning

Vista sencilla de ítem
dc.contributor.advisorGonzález Veloza, José John Fredy
dc.contributor.authorCastaño Robayo, María Haidy
dc.creator.emailmhcastanor@libertadores.edu.cospa
dc.date.accessioned2022-07-23T15:03:14Z
dc.date.available2022-07-23T15:03:14Z
dc.date.created2022
dc.descriptionLa gran demanda alimentaria ha conllevado a la implementación de prácticas agrícolas que permitan optimizar las propiedades del suelo y, por tanto, aumentar la producción de los cultivos. La capacidad de intercambio catiónico (CIC) es un indicador de la capacidad del suelo para retener e intercambiar nutrientes a las plantas y se relaciona con la fertilización de los cultivos. Un valor alto de CIC brinda mayor capacidad para disponer de los nutrientes mientras que un valor bajo indica una menor disponibilidad de intercambio de estos. Por lo tanto, al relacionarse la CIC con la capacidad de absorción de los nutrientes en el suelo se pueden proponer estrategias que reduzcan el gasto innecesario en insumos de fertilizantes y también evitar impactos ambientales. En este trabajo se propone emplear modelos supervisados de Machine Learning con el fin de predecir y establecer las variables que influyen sobre la CIC en el cultivo de aguacate. Para esto, se emplea una base de datos proporcionada por la Corporación Colombiana de Investigación Agropecuaria - Corpoica y publicada en datos abiertos Colombia.spa
dc.description.abstractHigh food demand requires optimizing soil properties for better production. Cation exchange capacity (CEC) indicates the capacity of the soil to retain and exchange nutrients to plants and affects crop fertilization. A high CEC provides a greater capacity to dispose of nutrients while a low value indicates lower availability of nutrients. Therefore, the CEC helps to propose fertilization strategies to reduce costs and environmental effects. In this work, supervised Machine Learning models were proposed to establish the variables that influence the CEC in the avocado crop. The study used a database provided by la Corporación Colombiana de Investigación Agropecuaria Corpoica and published in open data Colombia.spa
dc.formatPDFspa
dc.identifier.urihttp://hdl.handle.net/11371/4736
dc.language.isospaspa
dc.publisherFundación Universitaria Los Libertadores. Sede Bogotá.spa
dc.rights.accesoAbierto (Texto Completo)spa
dc.rights.accessrightsinfo:eu-repo/semantics/openAccessspa
dc.subject.lembAguacatespa
dc.subject.lembColombiaspa
dc.subject.lembCultivos alimenticiosspa
dc.subject.proposalCultivospa
dc.subject.proposalFertilizaciónspa
dc.subject.proposalAprendizaje supervisadospa
dc.subject.proposalCapacidad de intercambio catiónico (CIC)spa
dc.subject.subjectenglishCropspa
dc.subject.subjectenglishFertilizationspa
dc.subject.subjectenglishCation exchange capacity (CEC)spa
dc.subject.subjectenglishSupervised learningspa
dc.titlePredicción de la capacidad de intercambio catiónico (CIC) en cultivos de aguacate empleando modelos machine learningspa
dc.typeinfo:eu-repo/semantics/bachelorThesisspa
Archivos
Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Castaño_Maria_2022.pdf
Tamaño:
589.82 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Bloque de licencias
Mostrando 1 - 2 de 2
Miniatura
Nombre:
license.txt
Tamaño:
1.71 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar
Miniatura
Nombre:
Autorizacion_Castaño_Maria_2022.pdf
Tamaño:
186.26 KB
Formato:
Adobe Portable Document Format
Descripción:
Descargar
Colecciones
Especialización en Estadística Aplicada