“Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”
| dc.contributor.advisor | Zhuma Mera, Emilio Rodrigo | |
| dc.contributor.author | Loor Ponce, Stiven Javier | |
| dc.date.accessioned | 2024-05-27T20:36:36Z | |
| dc.date.available | 2024-05-27T20:36:36Z | |
| dc.date.issued | 2023 | |
| dc.description.abstract | En esta investigación pionera en piscicultura, se ha desarrollado un modelo predictivo revolucionario basado en parámetros fisiológicos para estimar el peso de los peces, reduciendo así la manipulación directa y el estrés en las especies acuáticas. Mediante un análisis exhaustivo, se identificaron las variables optimas clave, siendo la Longitud Total y Longitud de la Cabeza fundamentales. Se realizo una comparación minuciosa de varios modelos de predicción, destacando la superioridad de este modelo en términos de precisión y consistencias. Las pruebas y validaciones detalladas con datos reales demostraron la eficiencia del modelo, confirmando su capacidad para proporcionar estimaciones de peso precisas y confiables. Este enfoque innovador promete transformar las prácticas de manejo en la industria acuícola, mejorando la sostenibilidad y el bienestar de los peces, u allanando el camino hacia un fututo más seguro y eficientes en la producción piscícola. | |
| dc.description.sponsorship | In this pioneering research in fish farming, a revolutionary predictive model based on physiological parameters has been developed to estimate fish weight, thus reducing direct manipulation and stress on aquatic species. Through an exhaustive analysis, the key optimal variables were identified, with Total Length and Head Length being fundamental. A thorough comparison of several prediction models was carried out, highlighting the superiority of this model in terms of precision and consistency. Detailed testing and validation with real data demonstrated the efficiency of the model, confirming its ability to provide accurate and reliable weight estimates. This innovative approach promises to transform management practices in the aquaculture industry, improving the sustainability and well-being of fish, and paving the way to a safer and more efficient future in fish production. | |
| dc.format.extent | 69 | |
| dc.identifier.citation | Loor Ponce, Stiven Javier (2023). “Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos”. Quevedo. UTEQ. 69 pág. | |
| dc.identifier.other | 460034 | |
| dc.identifier.uri | https://repositorio.uteq.edu.ec/handle/43000/7115 | |
| dc.language.iso | spa | |
| dc.publisher | Quevedo:UTEQ | |
| dc.rights | openAccess | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-sa/3.0/ec/ | |
| dc.subject | Aprendizaje automático | |
| dc.subject | Scikit-learn | |
| dc.subject | Pandas | |
| dc.subject | Streamlit | |
| dc.title | “Modelo predictivo para estimar el peso en peces nativos basado en parámetros fisiológicos” | |
| dc.type | bachelorThesis |
