Machine Learning for Predicting Somatic Cell Count in Holstein Cattle
Deze studie toont aan dat niet-lineaire machine learning-modellen, specifiek Bayesiaanse neurale netwerken en Random Forests, conventionele lineaire en support vector-methoden overtreffen bij het voorspellen van natuurlijk gelogaritmisch getransformeerde somatische celgetallen in Holstein-vee met behulp van routinedata van boerderijen, hoewel de voorspellende nauwkeurigheid afneemt bij koeien met meer dan vier lactaties.