000			03768nam0a22003250i04500
001			UTC-119549
005			20240326112742.0
008			240325s2022####ec#####grm####00####spa#d
082			_aPROYECTO 004 C7855de
100			_aCoppiano Marín, Alex David
245			_aDesarrollo de aplicativo web basado en máquinas de vectores de soporte(svm) de aprendizaje supervisado para la predicción en la recomendación de cultivos mediante datos ambientales para fincas agroecológicas del cantón La Maná, provincia de Cotopaxi. _cAlex David Coppiano Marín y Cristopher Jose Herrera Vargas.
264			_aEcuador :
264			_aLa Maná : _bUniversidad Técnica de Cotopaxi ; _c2022
300			_a106 páginas ; _c30 cm.
336			_atexto _btxt _2rdacontent
337			_ano mediado _bn _2damedia
338			_avolumen _bnc _2rdacarrier
500			_aIncluye CD-Rom, anexos
502			_aProyecto (Ingeniero en Informática y Sistemas Computacionales); Rodríguez, Edel; Tut.
505			_a1. Información general. 2. Resumen del proyecto. 3. Justificación del proyecto. 4. Beneficiarios del proyecto. 5. El problema de investigación. 6. Objetivos. 7. Actividades y sistema de tareas en relación a los objetivos planteados. 8. Fundamentación científico técnica. 9. Herramientas de desarrollo. 10. Hipótesis. 11. Metodologías y diseño experimental. 12. Análisis y discusión de los resultados. 13. Diseño de la propuesta técnica. 14. Impacto del proyecto. 15. Presupuesto del proyecto de investigación. 16. Conclusiones y Recomendaciones. 17. Bibliografía. 18. Anexos. 19. Certificado de reporte de la herramienta de prevención de coincidencia y/o plagio académico.
506			_aLOS PROYECTOS DE INVESTIGACIÓN SON DE USO EXCLUSIVO EN LA SALA DE LECTURA
520			_aEn la actualidad, la inteligencia artificial aplicada en el campo agrícola sigue una tendencia de gran éxito en varias áreas dentro de la agricultura por precisión lo cual incluyen como la detección de enfermedades de las plantas y predicción de siembras, para lograr estos objetivos se debe contar con datos e información de alta precisión y se requiere métodos eficaces para una evaluación de los estados de suelo. Existe elementos que se deben tener en cuenta, como las variables ambientales, elementos del suelo y PH; convirtiéndose así de gran importancia que existe grandes cantidades de cultivos para como son los frutos y vegetales, lo cual pueden reproducirse con mayor intensidad en base a la descripción y características del suelo para esa siembra. El presente proyecto de investigación tiene como objetivo realizar predicciones de siembra de cultivos en fincas agroecológicas mediante técnicas machine learning de aprendizaje supervisado y modelos de inteligencia artificial como las máquinas de vectores de soporte (SVM), lo que permitirá mediante una API procesar el ingreso de datos ambientales para predecir si el suelo donde se va realizar la siembra es el indicado para un determinado cultivo mediante una aplicación web que contiene modelos de inteligencia artificial de tipo SVM. Gracias al desarrollo de esta aplicación web se contribuye con tecnología al agricultor para que ejecute de manera correcta la siembra de su producción que requiera a futuro.
526			_aFacultad de Ciencias de la Ingeniería y Aplicadas ;
526			_aCarrera de Ingeniería en Informática y Sistemas Computacionales
526			_aVA/ag
650			_aINGENIERIA EN INFORMATICA Y SISTEMAS COMPUTACIONALES, MACHINE LEARNING, MODELOS, API, CULTIVOS, VARIABLES AMBIENTALES.
700			_aHerrera Vargas, Cristopher José
856			_uhttp://repositorio.utc.edu.ec/bitstream/27000/8457/1/UTC-PIM-000398.pdf _yDocumento
942			_2ddc _cTES _n0
999			_c18893 _d18893