• español
    • English
    • français
    • português
A+A-
  • français 
    • español
    • English
    • français
    • português
    • Guides d'utilisation
      • Lignes directrices pour le directeur des travaux du conseiller
      • Lignes directrices pour l'étudiant qui charge le travail de diplôme
      • Normes de l'édition 7 de l'APA
      • Tips APA 7 Edition Standards
    • Users
    Voir le document 
    •   Université nationale ouverte et à distance UNAD
    • Medios Educativos y Culturales
    • Radio UNAD
    • Franja Académica
    • Innovatech
    • Voir le document
    •   Université nationale ouverte et à distance UNAD
    • Medios Educativos y Culturales
    • Radio UNAD
    • Franja Académica
    • Innovatech
    • Voir le document
    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
    Voir/Ouvrir
    innovatechetr.png (98.87Ko)
    Partager
    Date
    2022-03-31
    Auteur
    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)
    Gestionnaires bibliographiques
    Refworks
    Zotero / EndNote / Mendeley
    BibTeX
    CiteULike
    Mots clés
    Machine Learning Google Scholar
    Agricultura Google Scholar
    IA Google Scholar
    Couverture régionale / nationale
    Colombia
    Ville
    Bogotá D.C
    Metadata
    Afficher la notice complète
    Description du contenu
    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.
    Cours de code
    RUV
    Langue
    es
    Université
    Escuela de Ciencias Básicas Tecnología e Ingeniería - ECBTI
    Format
    mp4
    Type de ressource numérique
    Podcast
    Utilisation pédagogique de la ressource
    Compresión de un contenido complejo para los estudiantes
    Niveau d'éducation
    Pregrado
    Relation de contenu
    Sector agropecuario
    URI
    https://repository.unad.edu.co/handle/10596/67333
    Source de l'URL
    https://ruv.unad.edu.co/ruvwp/programas/innovatech-etr-18-machine-learningen-agricultura-3/
    Collections
    • Innovatech [80]
    Guides d'utilisationNormativitéLignes directrices pour le directeur des travaux du conseillerLignes directrices pour l'étudiant qui charge le travail de diplômeNormes de l'édition 7 de l'APATips APA 7 Edition Standards

    Parcourir

    Tout DSpaceCommunautés & CollectionsPar date de publicationAuteursTitresSujetsCette collectionPar date de publicationAuteursTitresSujets

    Mon compte

    Ouvrir une sessionS'inscrire
    Statistiques GTMStatistiques GTM
    Indexé par:
    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: