Data Clustering in Agricultural Production : anomaly identification and agricultural decision support

Abstract

Esta obra surgiu dos imperativos práticos associados à transformação de dados do agronegócio, direta ou indiretamente, em tomadas de decisão mais informadas por meio da aplicação de análise de séries temporais, representações gráficas e, principalmente, técnicas de agrupamento baseadas em densidade, com ênfase particular no algoritmo HDBSCAN. Ao longo dos capítulos subsequentes, os leitores encontrarão exemplos rigorosos de integração de dados, metodologias de pré-processamento, métricas de validação relevantes, visualizações avançadas e análises comparativas com modelos de referência para aprimorar a compreensão das características do conjunto de dados.