• español
    • English
    • français
    • português
A+A-
  • português 
    • español
    • English
    • français
    • português
    • Guias de uso
      • Diretrizes para o diretor de trabalho do consultor
      • Diretrizes para o aluno que carrega trabalhos de graduação
      • Padrões da APA 7 Edition
      • Tips APA 7 Edition Standards
    • Users
    Ver item 
    •   Universidade Nacional Aberta e a Distância UNAD
    • Medios Educativos y Culturales
    • Radio UNAD
    • Franja Académica
    • Innovatech
    • Ver item
    •   Universidade Nacional Aberta e a Distância UNAD
    • Medios Educativos y Culturales
    • Radio UNAD
    • Franja Académica
    • Innovatech
    • Ver item
    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
    Visualizar/Abrir
    innovatechetr.png (98.87Kb)
    Compartilhar
    Data
    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
    Palavras-chave
    Machine Learning Google Scholar
    Agricultura Google Scholar
    IA Google Scholar
    Cobertura regional / nacional
    Colombia
    Cidade
    Bogotá D.C
    Metadata
    Mostrar registro completo
    Descrição do conteúdo
    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.
    Curso de código
    RUV
    Língua
    es
    Faculdade
    Escuela de Ciencias Básicas Tecnología e Ingeniería - ECBTI
    Formato
    mp4
    Tipo de recurso digital
    Podcast
    Uso pedagógico do recurso
    Compresión de un contenido complejo para los estudiantes
    Nível de educação
    Pregrado
    Relacionamento de conteúdo
    Sector agropecuario
    URI
    https://repository.unad.edu.co/handle/10596/67333
    Fonte de URL
    https://ruv.unad.edu.co/ruvwp/programas/innovatech-etr-18-machine-learningen-agricultura-3/
    Collections
    • Innovatech [80]
    Guias de usoNormatividadeDiretrizes para o diretor de trabalho do consultorDiretrizes para o aluno que carrega trabalhos de graduaçãoPadrões da APA 7 EditionTips APA 7 Edition Standards

    Navegar

    Todo o repositórioComunidades e ColeçõesPor data do documentoAutoresTítulosAssuntosEsta coleçãoPor data do documentoAutoresTítulosAssuntos

    Minha conta

    EntrarCadastro
    Estatísticas GTMEstatísticas 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: