Busca avançada
Ano de início
Entree

Aprendizagem de máquina para análises preditivas em ovinos Santa Inês: exemplo de aplicação para predizer animais resistentes, resilientes e susceptíveis

Processo: 20/03575-8
Linha de fomento:Bolsas no Exterior - Estágio de Pesquisa - Doutorado
Vigência (Início): 01 de agosto de 2021
Vigência (Término): 31 de julho de 2022
Área do conhecimento:Ciências Agrárias - Zootecnia - Genética e Melhoramento dos Animais Domésticos
Pesquisador responsável:Claudia Cristina Paro de Paz
Beneficiário:Luara Afonso de Freitas Januário
Supervisor no Exterior: Guilherme Jordão de Magalhães Rosa
Instituição-sede: Instituto de Zootecnia. Agência Paulista de Tecnologia dos Agronegócios (APTA). Secretaria de Agricultura e Abastecimento (São Paulo - Estado). Nova Odessa , SP, Brasil
Local de pesquisa: University of Wisconsin-Madison (UW-Madison), Estados Unidos  
Vinculado à bolsa:18/01540-2 - Predição dos valores genômicos utilizando modelos Bayesianos e de redes neurais para características de resistência a endoparasitas em ovinos Santa Inês, BP.DR
Assunto(s):Ovinocultura   Ovelha Santa Inês   Análise multivariada   Aprendizado computacional   Nematoda   Predição de genes

Resumo

Atualmente o maior problema para a expansão da ovinocultura de corte são as infecções por nematódeos gastrintestinais, podendo em algumas situações inviabilizar economicamente as criações. Portanto, este estudo tem por objetivo comparar de predição dos métodos Multilayer perceptron (MPL), Random Forest (RF) e Linear Discriminant Analysis (LDA) com a regressão logística multinominal para prever animais resistentes, resilientes e susceptíveis aos endoparasitas. O banco de dados contém 3.896 registros de 974 animais da raça Santa Inês. As características a serem avaliadas como preditores para a classificação em resistente, resiliente e susceptível serão peso corporal, medidas corporais (altura de garupa, altura de cernelha, comprimento corporal, perímetro torácico e largura de garupa), escore de condição corporal, vermifugação, fazenda, idade, estação de nascimento, estação de pesagem e sexo. Como variável resposta dos modelos de predição serão utilizadas as classificações dos animais em resilientes (1), susceptíveis (2) e resistentes (3). As análises serão realizadas por meio do software R. (AU)

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Matéria(s) publicada(s) em Outras Mídias (0 total):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)