Machine Learning for Predicting Somatic Cell Count in Holstein Cattle
Diese Studie zeigt, dass nichtlineare maschinelle Lernmodelle, spezifisch Bayessche Neuronale Netze und Random Forests, konventionelle lineare und Support-Vector-Methoden bei der Vorhersage von logarithmierten somatischen Zellzahlen bei Holstein-Rindern unter Verwendung routinemäßiger Betriebsdaten übertreffen, obwohl die Vorhersagegenauigkeit bei Kühen mit mehr als vier Laktationen abnimmt.