| dc.contributor.advisor | Taquía Gutiérrez, José Antonio | |
| dc.contributor.author | Leon Loyola, Mia Leonarda | |
| dc.contributor.author | Ossa De La Cruz, Diego Daniel | |
| dc.date.accessioned | 2025-01-16T12:29:39Z | |
| dc.date.available | 2025-01-16T12:29:39Z | |
| dc.date.issued | 2023 | |
| dc.identifier.citation | Leon Loyola, M. L. & Ossa De La Cruz, D. D. (2023). Machine learning applied to milk sample classification. [Tesis para optar el Título Profesional de Ingeniero Industrial, Universidad de Lima]. Repositorio Institucional de la Universidad de Lima. https://hdl.handle.net/20.500.12724/21891 | es_PE |
| dc.identifier.uri | https://hdl.handle.net/20.500.12724/21891 | |
| dc.description.abstract | The document presents the results of the evaluation of the classification process of milk samples through the modeling of machine learning techniques. The objective of this research was to discriminate the presence or absence of adulterants, which allowed obtaining adequate damages for human consumption. Also, speed up and specify the inspection process of said samples. The relevance of this study can be understood from the product under analysis: milk. This is for mass consumption, especially among children. Due to the above, it is considered relevant to efficiently demonstrate that quality products are provided to the population and this document is a contribution to the reliability of the integrity of dairy products. | en_EN |
| dc.description.abstract | El documento presenta los resultados de la evaluación del proceso de clasificación de muestras de leche por medio de la modelación de técnicas de machine learning. Esta investigación tuvo como objetivo discriminar la presencia o ausencia de adulterantes, lo cual permita la obtención de lácteos adecuados para el consumo humano. Asimismo, acelerar y precisar el proceso de inspección de dichas muestras. La relevancia del presente estudio se puede comprender desde el producto sometido a análisis: la leche. Este es de consumo masivo, sobre todo, en público infantil. Por lo expuesto, se considera relevante demostrar de manera eficiente que se brinda productos de calidad a la población y este documento es un aporte a la credibilidad de la integridad de productos lácteos. | es_PE |
| dc.format | application/pdf | |
| dc.language.iso | eng | |
| dc.publisher | Universidad de Lima | |
| dc.rights | info:eu-repo/semantics/openAccess | * |
| dc.rights.uri | https://creativecommons.org/licenses/by-nc-sa/4.0/ | * |
| dc.source | Repositorio Institucional - Ulima | |
| dc.source | Universidad de Lima | |
| dc.subject | Leche | es_PE |
| dc.subject | Adulteración e inspección de alimentos | es_PE |
| dc.subject | Aprendizaje automático | es_PE |
| dc.title | Machine learning applied to milk sample classification | en_EN |
| dc.type | info:eu-repo/semantics/bachelorThesis | |
| thesis.degree.level | Título Profesional | |
| thesis.degree.discipline | Ingeniería Industrial | es_PE |
| thesis.degree.grantor | Universidad de Lima. Facultad de Ingeniería | |
| dc.publisher.country | PE | |
| dc.type.other | Tesis | |
| thesis.degree.name | Ingeniero Industrial | |
| renati.advisor.orcid | https://orcid.org/0000-0002-1711-6603 | |
| renati.discipline | 722026 | |
| dc.identifier.isni | 0000000121541816 | |
| renati.author.dni | 76379472 | |
| renati.author.dni | 71850093 | |
| renati.level | https://purl.org/pe-repo/renati/level#tituloProfesional | * |
| renati.advisor.dni | 09994370 | |
| renati.juror | Urbina Rivera, Carlos Medardo | |
| renati.juror | Quiroz Flores, Juan Carlos | |
| renati.juror | Taquía Gutiérrez, José Antonio | |
| renati.type | https://purl.org/pe-repo/renati/type#tesis | * |
| dc.subject.ocde | https://purl.org/pe-repo/ocde/ford#2.11.04 | |
| ulima.cat | OI | |