Saboya Ríos, NemiasPérez Suárez, Joel2023-09-282023-09-282022-02-03http://repositorio.upeu.edu.pe/handle/20.500.12840/6880En la actualidad, la agricultura, en especial el cultivo de arroz está siendo afectado por los constantes cambios climáticos, esto origina que algunos patógenos sean favorecidos alterando su producción, y a su vez generando pérdidas económicas. El estudio tuvo el propósito de elaborar un modelo de Machine Learning para predecir la aparición de la plaga Burkholderia Glumae en cultivos de arroz en la región de San Martín, Perú. En la exploración de los datos se usó la técnica de interpolación espacial IDW, para obtener datos de temperatura y precipitación. El estudio aplicó una serie de algoritmos supervisados. Entre estos, el Random Forest Classifier (RFC) fue el que obtuvo el máximo valor con un accuracy de 88%. También se creó un aplicativo donde se visualiza la predicción de la plaga Burkholderia Glumae en una zona determinada de la región.application/pdfspainfo:eu-repo/semantics/embargoedAccessAttribution-NonCommercial-ShareAlike 3.0 SpainMachine learningPlaga de arrozBurkholderia glumaeRandom forest classifierInterpolación espacialinfo:eu-repo/semantics/masterThesishttp://purl.org/pe-repo/ocde/ford#1.02.02