ПОСТРОЕНИЕ МОДЕЛЕЙ И ПРОГНОЗИРОВАНИЕ С ПРИМЕНЕНИЕМ АЛГОРИТМОВ МАШИННОГО ОБУЧЕНИЯ ЗАДАЧ СЕЛЬСКОГО ХОЗЯЙСТВА
Ключевые слова:
Машинное обучение, алгоритмы, база данных, сельскохозяйственные культуры, прогнозирование, тестированиеАннотация
В данной статье исследуется процесс построения моделей на основе алгоритмов машинного обучения. В последние годы в зависимости от применения различных удобрений (калий, фосфор, азот и др.) , погодных условий (температура ,влажность и др.) , а также ухудшения плодородия почв сохранение урожайности от сельскохозяйственных культур для многих фермеров является первостепенной задачей. Получены результаты анализа различных алгоритмов
Библиографические ссылки
1. Орельен Жерон − Прикладное машинное обучение с помощью Scikit-Learn и TensorFlow, 2018 г.
2. Гудфеллоу Я., Бенджио И., Курвилль А. − Глубокое обучение, 2017 г.
3. Дж. Вандер Плас – Python для сложных задач. Наука о данных и машинное обучение,2020.
4. Ричард Саттон, Эндрю Барто − Обучение с подкреплением, 2017 г.
5. Андрей Бурков − The Hundred-Page Machine Learning Book, 2019 г.
6. Максим Лапань − Deep Reinforcement Learning Hands-On, 2018 г.
