CONICET | Buscador de Institutos y Recursos Humanos

Se trata de un servicio que fue realizado para el Laboratorio de Aromas y Sustancias Naturales de la EEA INTA Luján de Cuyo, con el objeto de analizar la factibilidad de desarrollar un algoritmo de aprendizaje automático para predecir la calidad de vinos y viñedos a partir de distintas variables vitivinícolas. El análisis de factibilidad fue solicitado por el grupo Peñaflor, una empresa que aglomera a las bodegas más importantes de la Argentina. Se trata de un problema con un alto impacto en los procesos productivos del Grupo Peñaflor, que necesita saber con antelación los niveles de calidad de los vinos producidos, para así poder establecer estrategias de comercialización adecuadas.A partir de un conjunto de datos conteniendo conteniendo algunas pocas observaciones de distintas variables ecológicas, vitícolas, edáficas, de uva y de ubicación (por mencionar solo algunas) junto a distintas categorías que indican los distintos niveles de calidad, se aplicaron estrategias comunes del área del análisis estadístico como análisis de la varianza y análisis de clúster, para luego realizar un a análisis de la importancia de los atributos utilizando distintas técnicas conocidas dentro del área de aprendizaje automático. . Es importante destacar que los procesos de captura de las diferentes variables vitivinícolas puede ser costosa ya que solo puede realizarse en un periodo de tiempo durante el año. De esta manera, de no realizarse las mediciones adecuadas, el proceso no podrá repetirse hasta el año siguiente, con la consiguiente pérdida. Por esto último una primera tarea consistió en generar modelo preliminar basado en Random Forests y estimar su capacidad de generalización a situaciones no vistas, para luego mediante la aplicación del algoritmo Boruta medir la importancia de las variables predictoras y poder así indicar a miembros del Laboratorio de Aromas y sustancias donde deberían ponerse los esfuerzo durante el proceso de captura datos

enviar mensaje