• español
    • English
    • français
    • português
A+A-
  • español 
    • español
    • English
    • français
    • português
    • Guías de uso
      • Lineamientos para el Director de trabajo de grado
      • Lineamientos para el estudiante que carga trabajo de grado
      • Normas APA 7 Edición
      • Tips Normas Apa 7 ed.
    • Usuarios
    Ver ítem 
    •   Universidad Nacional Abierta y a Distancia UNAD
    • Medios Educativos y Culturales
    • Radio UNAD
    • Franja Académica
    • Innovatech
    • Ver ítem
    •   Universidad Nacional Abierta y a Distancia UNAD
    • Medios Educativos y Culturales
    • Radio UNAD
    • Franja Académica
    • Innovatech
    • Ver ítem
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Innovatech #18 - Machine Learningen Agricultura 3

    Imagenes y Videos
    innovatechetr.png

    Thumbnail
    QRCode
    Ver/
    innovatechetr.png (98.87Kb)
    Compartir
    Fecha
    2022-03-31
    Autor
    Camacho Briñez, Raul

    Citación

           
    TY - GEN T1 - Innovatech #18 - Machine Learningen Agricultura 3 AU - Camacho Briñez, Raul Y1 - 2022-03-31 UR - https://repository.unad.edu.co/handle/10596/67333 AB - En este capítulo de Nocua Tech ETR, exploramos el impacto del Machine Learning en la agricultura, con la participación del ingeniero Rafael David Dineros Ramos. A lo largo de la emisión, analizamos cómo la inteligencia artificial puede ayudar en la detección de enfermedades en cultivos mediante el uso de tecnologías emergentes, el procesamiento de datos y el entrenamiento de modelos basados en el conocimiento de expertos. Además, se destaca la importancia de estas herramientas como apoyo al diagnóstico agrícola, sin reemplazar el papel fundamental de los especialistas en el sector. ER - @misc{10596_67333, author = {Camacho Briñez Raul}, title = {Innovatech #18 - Machine Learningen Agricultura 3}, year = {2022-03-31}, abstract = {En este capítulo de Nocua Tech ETR, exploramos el impacto del Machine Learning en la agricultura, con la participación del ingeniero Rafael David Dineros Ramos. A lo largo de la emisión, analizamos cómo la inteligencia artificial puede ayudar en la detección de enfermedades en cultivos mediante el uso de tecnologías emergentes, el procesamiento de datos y el entrenamiento de modelos basados en el conocimiento de expertos. Además, se destaca la importancia de estas herramientas como apoyo al diagnóstico agrícola, sin reemplazar el papel fundamental de los especialistas en el sector.}, url = {https://repository.unad.edu.co/handle/10596/67333} }RT Generic T1 Innovatech #18 - Machine Learningen Agricultura 3 A1 Camacho Briñez, Raul YR 2022-03-31 LK https://repository.unad.edu.co/handle/10596/67333 AB En este capítulo de Nocua Tech ETR, exploramos el impacto del Machine Learning en la agricultura, con la participación del ingeniero Rafael David Dineros Ramos. A lo largo de la emisión, analizamos cómo la inteligencia artificial puede ayudar en la detección de enfermedades en cultivos mediante el uso de tecnologías emergentes, el procesamiento de datos y el entrenamiento de modelos basados en el conocimiento de expertos. Además, se destaca la importancia de estas herramientas como apoyo al diagnóstico agrícola, sin reemplazar el papel fundamental de los especialistas en el sector. OL Spanish (121)
    Gestores bibliográficos
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Palabras clave
    Machine Learning Google Scholar
    Agricultura Google Scholar
    IA Google Scholar
    Cobertura regional / País
    Colombia
    Ciudad
    Bogotá D.C
    Metadatos
    Mostrar el registro completo del ítem
    Descripción del contenido
    En este capítulo de Nocua Tech ETR, exploramos el impacto del Machine Learning en la agricultura, con la participación del ingeniero Rafael David Dineros Ramos. A lo largo de la emisión, analizamos cómo la inteligencia artificial puede ayudar en la detección de enfermedades en cultivos mediante el uso de tecnologías emergentes, el procesamiento de datos y el entrenamiento de modelos basados en el conocimiento de expertos. Además, se destaca la importancia de estas herramientas como apoyo al diagnóstico agrícola, sin reemplazar el papel fundamental de los especialistas en el sector.
    Código Curso
    RUV
    Idioma
    es
    Escuela
    Escuela de Ciencias Básicas Tecnología e Ingeniería - ECBTI
    Formato
    mp4
    Tipo de Recurso Digital
    Podcast
    Uso Pedagógico del recurso
    Compresión de un contenido complejo para los estudiantes
    Nivel de Educación
    Pregrado
    Relación del contenido
    Sector agropecuario
    URI
    https://repository.unad.edu.co/handle/10596/67333
    URL Fuente
    https://ruv.unad.edu.co/ruvwp/programas/innovatech-etr-18-machine-learningen-agricultura-3/
    Colecciones
    • Innovatech [80]
    Guías de usoNormatividadLineamientos para el Director de trabajo de gradoLineamientos para el estudiante que carga trabajo de gradoNormas APA 7 EdiciónTips Normas Apa 7 ed.

    Listar

    Todo RepositorioComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasEsta colecciónPor fecha de publicaciónAutoresTítulosMaterias

    Mi cuenta

    Solo administradorRegistro
    Estadísticas GTMEstadísticas GTM
    Indexado por:
    logo_Open Archives Initiative
    logo_Biblioteca Digital Ecuatoriana
    logo_OpenDOAR
    logo_Open ROAR
    logo_Google Scholar
    logo_Lyrasis
    logo_WorldCat
    logo_FAO
    logo_AGRIS
    logo_Alianza de Servicios de Información Agropecuaria
    logo_Siembra
    logo_Fedesarrollo
    logo_Colombia Digital
    logo_Hemeroteca UNAD
    logo_RED DE REPOSITORIOS LATINOAMERICANOS
    logo_OAIster
    logo_La Referencia
    logo_Open AIRE
    logo_Core
    logo_Base
    logo_CLACSO
    logo_OpenAlex
    logos isopreadGreat Work to PlaceIcontec - Great Work to Place

    Línea anticorrupción: 3232641617 ext. 1544

    En Bogotá D.C. (Colombia) Teléfono: 323 264 1617 - Línea gratuita nacional: 323 264 1617

    Institución de Educación Superior sujeta a inspección y vigilancia por el Ministerio de Educación Nacional

    Universidad Nacional Abierta y a Distancia UNAD de Colombia - © Copyright UNAD 2024

    Síguenos en: