Machine Learning for Predicting Somatic Cell Count in Holstein Cattle
Este estudio demuestra que los modelos de aprendizaje automático no lineales, específicamente las Redes Neuronales Bayesianas y los Bosques Aleatorios, superan a los métodos convencionales lineales y de vectores de soporte en la predicción de los recuentos de células somáticas transformados mediante logaritmo natural en ganado Holstein utilizando datos rutinarios de la granja, aunque la precisión predictiva disminuye en vacas con más de cuatro lactancias.