Predicción de sólidos totales en una industria láctea mediante la aplicación de técnicas de aprendizaje automático

Abstract

El presente trabajo detalla la experiencia de un proyecto tecnológico llevado adelante entre una importante industria láctea en la provincia de Santa Fe y el Laboratorio de Gestión de la Información de la Universidad Nacional de Rafaela. La misma consistió en el análisis de sólidos totales en leche cruda y se llevó a cabo mediante una metodología cuantitativa tomando de base el modelo CRISP-DM. Para la etapa de comprensión de datos se realizaron reuniones entre las partes. En la instancia de análisis, se determinaron las variables a ser utilizadas y su procesamiento en modelos estadísticos. Durante el modelado, se analizaron diferentes alternativas con algoritmos de aprendizaje automático, determinando que el que mejor funcionaba era regresión lineal. Para evaluarlos se tomó de referencia el error promedio. Por último, se desarrolló una herramienta, a través de un código en el lenguaje de programación Python, adaptada a la empresa y que pudiera predecir los sólidos totales. El trabajo permitió posicionar a la Universidad como referente en tecnologías y mejora de procesos, como así también acercar a la empresa a la ciencia de datos y a tomar decisiones ágiles e informadas a partir de la reducción de tiempos operativos en la actualización de recetas.

This paper details the experience of a technological project carried out between a major dairy industry in the province of Santa Fe and the Information Management Laboratory of the National University of Rafaela. The project involved the analysis of total solids in raw milk and was carried out using a quantitative methodology based on the CRISP-DM model. Meetings were held between the parties for the data comprehension stage. During the analysis phase, the variables to be used were determined and processed in statistical models. During the modeling process, different alternatives were analyzed using machine learning algorithms, determining that linear regression worked best. The mean error was used as a reference to evaluate these algorithms. Finally, a tool was developed, using Python programming code, adapted to the company and capable of predicting total solids. The project positioned the University as a benchmark in technologies and process improvement, as well as bringing the company closer to data science and helping it make agile and informed decisions by reducing operational times in recipe updates.