Atualmente, com os avanços da computação, as novas tecnologias estão cada vez mais presentes em diversas áreas, como na agricultura. O presente trabalho tem por objetivo apresentar um estudo sobre técnicas de aprendizado de máquinas e técnicas estatísticas no âmbito da identificação e classificação da qualidade de bananas por meio da análise e interpretação de vários fatores mensurados. Inicialmente, foi realizado o pré-processamento dos dados onde inconsistências (Ruídos, Outliers e Valores missing) foram devidamente tratadas, permitindo uma maior compreensão sobre informações vigentes desses dados.O modelo mais eficiente foi o K-Nearest Neighbors - KNN, obtendo acurácia de 98,17% e f1-score de 98,00%.
Editoração e organização
Andressa Giovannini Costa
Charlene Moro Stefanel
Gleice Aparecida de Assis
Tatiane Melo de Lima
Vanessa Andaló
Vicente Toledo Machado de Morais Junior
Revisor Adhoc
Adriana Tiemi Nakamura
Aline Gonçalves Spletozer
Alvaro Augusto Vieira Soares
Amanda Azevedo Cassiano
Andressa Giovannini Costa
Anna Caroline Costa Fanalli
Carla Cristina Alves Mendes
Edivane Cardoso da Silva
Edson Simão
Fernando Luiz de Paula Santil
Franscinely Aparecida de Assis
Gabriel Mascarenhas Maciel
Givago Coutinho
Guilherme Costa Santos
Guilherme de Almeida Garcia Rodrigues
Gustavo Moreira Ribeiro
Igor Pereira Costa
Isabella Salgado Faustino
Isaías Antonio de Paiva
Jardel Boscardin
Jocimar Caiafa Milagre
Josef Gastl Filho
Larissa Grasiela de Arruda Ferreira Costa
Laura Cristina Moura Xavier
Lucas José Mendes
Luciano Cavalcante de Jesus França
Marco Iony dos Santos Fernandes
Mariana Rodrigues Bueno
Natalia Martins Freitas
Odair José Marques
Osvaldo Rettore Neto
Pedro Enrico Salmim Fonseca Spanghero
Regina Maria Gomes
Roque de Carvalho Dias
Roseli Mendonça Dias
Sueli Moura Bertolino
Tatiana Mayumi Tamura
Tatiane Melo de Lima
Vanessa Andaló
Vicente Toledo Machado de Morais Junior
Welery Roel de Azevedo
Zimábwe Osório Santos
DUVIDAS, SUGESTÕES E INFORMAÇÕES
sicaaufu@gmail.com