Studio della relazione tra produttività animale e cambiamenti climatici su massicce moli di dati utilizzando tecniche di intelligenza artificiale e machine learning.
La tesi prevede l’analisi di enormi moli di dati di produzioni animali, utilizzando tecniche di intelligenza artificiale e machine learning. Nel corso degli ultimi decenni sono stati raccolti i dati di produzione bovina da centinaia di aziende italiane, insieme a dati relativi a parametri ambientali. Si vogliono identificare i parametri climatici che meglio possano spiegare la produttività animale e, in concomitanza, prevedere la produttività animale dei prossimi decenni, sfruttando le predizioni dei cambiamenti climatici dei prossimi anni. Prerequisiti: conoscenza di tecniche di programmazione, shell scripting e almeno un linguaggio tra R e Python. Obiettivi: imparare a utilizzare e ottimizzare algoritmi di intelligenza artificiale utilizzando H2O.
Contatto: gchillemi@unitus.it