Acceso Abierto
Caracterización de la curva de lactancia en vacas Holstein Friesian somatotropinizadas según lactancia con la aplicación de algoritmos Learning Machine
Cargando...
Fecha
2025-12-12
Autores
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Católica de Santa María
Resumen
El presente estudio analizó la curva de lactancia en vacas Holstein Friesian
somatotropinizadas según el número de lactancia, aplicando algoritmos de Machine
Learning. La investigación, titulada “Caracterización de la curva de lactancia en vacas
Holstein Friesian somatotropinizadas según lactancia con la aplicación de algoritmos
Learning Machine”, tuvo como objetivo general analizar dicha curva aplicando
herramientas de aprendizaje automático. Se plantearon como objetivos específicos:
comparar la curva de lactancia generada por algoritmos de Machine Learning y el modelo
de Wood, estimar el valor del pico de producción de leche mediante redes neuronales y
compararlo con el modelo paramétrico, y determinar el mes en el que se alcanza dicho
pico. La muestra estuvo conformada por 545 vacas en lactación, desde la primera hasta
la cuarta lactancia, pertenecientes a un establo ubicado en el distrito de Majes. Los datos
mensuales de producción láctea fueron procesados y analizados con el modelo de Wood
y con redes neuronales, siguiendo una secuencia que incluyó limpieza de datos,
entrenamiento de modelos, validación cruzada e interpretación de resultados. Los valores
estimados para el pico de producción fueron de 41.63 kg en el mes 4 mediante redes
neuronales, y 40.79 kg en el mes 3.42 con el modelo de Wood. Al comparar los modelos,
el de Wood presentó un mejor desempeño en términos de error cuadrático medio (MSE
= 7.6917) y coeficiente de determinación (R² = 0.8074), frente al modelo de red neuronal
(MSE = 33.8001; R² = 0.094), lo que sugiere un mayor nivel de ajuste con el modelo
clásico. En conclusión, el modelo de Wood permitió describir con mayor precisión la
curva de lactancia en las vacas estudiadas, mientras que el modelo de red neuronal logró
representar el comportamiento general, aunque con menor capacidad de predicción bajo
el conjunto de datos analizado. Ambos modelos, sin embargo, fueron útiles para
identificar el mes y valor del pico productivo durante la lactancia.
Descripción
Palabras clave
Redes neuronales, Curva de lactancia,, Aprendizaje automático