Розроблення інформаційної технології передбачення врожаю сільськогосподарських культур

Abstract

Проведено розвідувальний аналіз Kaggle-датасету „Crop Production” з врожайності сільськогосподарських культур. Для вирішення поставленої задачі побудовано інтелектуальні моделі передбачення даних XGBoostRegressor, DecisionTreeRegressor та RandomForestRegressor. Оптимальною є XGBoostRegressor. Розроблено та випробувано інформаційну технологію передбачення врожайності сільськогосподарських культур за рахунок удосконалення методів машинного навчання та розвідувального аналізу, що дозволяє підвищити точність цього передбачення.

An exploratory analysis of the Kaggle dataset „Crop Production” on crop yields was carried out. To solve this problem, we created data intelligent prediction models: XGBoostRegressor, DecisionTreeRegressor and RandomForestRegressor. The optimal is XGBoostRegressor. The information technology for predicting crop yields by improving machine learning and intelligence analysis methods is developed and tested. It allows for an increase in the accuracy of this prediction.