Ciência de dados na avaliação de amostras de café de qualidade extrema

Detalhes bibliográficos
Autor(a) principal: Ferreira, Eric Batista
Data de Publicação: 2020
Outros Autores: Pala, Luiz Otávio de Oliveira, Pereira, Rosemary Gualberto Fonseca Alvarenga, Aguirre, Alberto Frank Lázaro, Rosa, Júnio César
Tipo de documento: Artigo
Idioma: por
Título da fonte: Repositório Institucional da UFLA
Texto Completo: http://repositorio.ufla.br/jspui/handle/1/48202
Resumo: Demand for the quality of specialty coffees has driven the market and influenced the increased commercial value of coffee bags. In the Brazilian market, the state of Minas Gerais contributes a significant percentage of productivity, a fact that has been accompanied by quality coffee contests. This paper analyzed the first twenty samples of peeled cherry coffee ranked in the Concurso Mineiro de Qualidade do Café in 2013. Under the quantitative approach, an exploratory analysis was performed from the construction of the principal components with the 15 attributes. Subsequently, the prediction capacity of final grades was evaluated through a regression tree model. As a result, Linoleic and Palmitic acids were the attributes that most contributed to the construction of the first principal components. In addition, Linoleic acid was attributed as the root of the regression tree, which is a important attribute for the prediction of final scores.
id UFLA_596491699d215ed6b1f7a8ac478dbdda
oai_identifier_str oai:localhost:1/48202
network_acronym_str UFLA
network_name_str Repositório Institucional da UFLA
repository_id_str
spelling Ciência de dados na avaliação de amostras de café de qualidade extremaData Science in the evaluation of extreme quality coffee samplesCafé - Atributos sensoriaisAnálise multivariadaÁrvore de regressãoCafé cereja descascadoCafés especiaisCoffee - Sensory attributesMultivariate analysisRegression treePeeled cherry coffeeDemand for the quality of specialty coffees has driven the market and influenced the increased commercial value of coffee bags. In the Brazilian market, the state of Minas Gerais contributes a significant percentage of productivity, a fact that has been accompanied by quality coffee contests. This paper analyzed the first twenty samples of peeled cherry coffee ranked in the Concurso Mineiro de Qualidade do Café in 2013. Under the quantitative approach, an exploratory analysis was performed from the construction of the principal components with the 15 attributes. Subsequently, the prediction capacity of final grades was evaluated through a regression tree model. As a result, Linoleic and Palmitic acids were the attributes that most contributed to the construction of the first principal components. In addition, Linoleic acid was attributed as the root of the regression tree, which is a important attribute for the prediction of final scores.A busca por melhorias da qualidade de cafés especiais tem impulsionado o mercado e influenciado produtores quanto aos valores comerciais das sacas e da respectiva demanda. No mercado brasileiro, o estado de Minas Gerais contribui com um significativo percentual de produtividade, fato que vem sendo verificado por concursos de qualidade, que desencadeiam estudos acerca de atributos relacionados a qualidade sensorial. Este trabalho analisou as vinte amostras finalistas de café tipo cereja descascado do Concurso Mineiro de Qualidade do Café no ano de 2013, objetivando apontar atributos associados ao ranqueamento das amostras que resultaram em melhor qualidade e construir um modelo de regressão que possa predizer as notas finais. Sob o enfoque quantitativo, foi realizado uma análise exploratória a partir da construção dos componentes principais com os 15 atributos. Posteriormente, foi avaliado a capacidade de predição de notas finais através de um modelo de árvore de regressão. Como resultado, os ácidos Linoleico e Palmítico foram os atributos que mais contribuíram para a construção dos primeiros componentes principais, e além disso, o ácido Linoleico foi atribuído como a raiz da árvore de regressão, ou seja, um atributo de grande importância para predição das notas finaisUniversidade Federal de Minas Gerais2021-09-21T17:34:08Z2021-09-21T17:34:08Z2020info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/articleapplication/pdfFERREIRA, E. B. et al. Ciência de dados na avaliação de amostras de café de qualidade extrema. Caderno de Ciências Agrárias, Montes Claros, v. 12, p. 01-08, 2020. DOI: 10.35699/2447-6218.2020.15863.http://repositorio.ufla.br/jspui/handle/1/48202Caderno de Ciências Agráriasreponame:Repositório Institucional da UFLAinstname:Universidade Federal de Lavras (UFLA)instacron:UFLAAttribution-NonCommercial 4.0 Internationalhttp://creativecommons.org/licenses/by-nc/4.0/info:eu-repo/semantics/openAccessFerreira, Eric BatistaPala, Luiz Otávio de OliveiraPereira, Rosemary Gualberto Fonseca AlvarengaAguirre, Alberto Frank LázaroRosa, Júnio Césarpor2021-09-21T17:34:08Zoai:localhost:1/48202Repositório InstitucionalPUBhttp://repositorio.ufla.br/oai/requestnivaldo@ufla.br || repositorio.biblioteca@ufla.bropendoar:2021-09-21T17:34:08Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)false
dc.title.none.fl_str_mv Ciência de dados na avaliação de amostras de café de qualidade extrema
Data Science in the evaluation of extreme quality coffee samples
title Ciência de dados na avaliação de amostras de café de qualidade extrema
spellingShingle Ciência de dados na avaliação de amostras de café de qualidade extrema
Ferreira, Eric Batista
Café - Atributos sensoriais
Análise multivariada
Árvore de regressão
Café cereja descascado
Cafés especiais
Coffee - Sensory attributes
Multivariate analysis
Regression tree
Peeled cherry coffee
title_short Ciência de dados na avaliação de amostras de café de qualidade extrema
title_full Ciência de dados na avaliação de amostras de café de qualidade extrema
title_fullStr Ciência de dados na avaliação de amostras de café de qualidade extrema
title_full_unstemmed Ciência de dados na avaliação de amostras de café de qualidade extrema
title_sort Ciência de dados na avaliação de amostras de café de qualidade extrema
author Ferreira, Eric Batista
author_facet Ferreira, Eric Batista
Pala, Luiz Otávio de Oliveira
Pereira, Rosemary Gualberto Fonseca Alvarenga
Aguirre, Alberto Frank Lázaro
Rosa, Júnio César
author_role author
author2 Pala, Luiz Otávio de Oliveira
Pereira, Rosemary Gualberto Fonseca Alvarenga
Aguirre, Alberto Frank Lázaro
Rosa, Júnio César
author2_role author
author
author
author
dc.contributor.author.fl_str_mv Ferreira, Eric Batista
Pala, Luiz Otávio de Oliveira
Pereira, Rosemary Gualberto Fonseca Alvarenga
Aguirre, Alberto Frank Lázaro
Rosa, Júnio César
dc.subject.por.fl_str_mv Café - Atributos sensoriais
Análise multivariada
Árvore de regressão
Café cereja descascado
Cafés especiais
Coffee - Sensory attributes
Multivariate analysis
Regression tree
Peeled cherry coffee
topic Café - Atributos sensoriais
Análise multivariada
Árvore de regressão
Café cereja descascado
Cafés especiais
Coffee - Sensory attributes
Multivariate analysis
Regression tree
Peeled cherry coffee
description Demand for the quality of specialty coffees has driven the market and influenced the increased commercial value of coffee bags. In the Brazilian market, the state of Minas Gerais contributes a significant percentage of productivity, a fact that has been accompanied by quality coffee contests. This paper analyzed the first twenty samples of peeled cherry coffee ranked in the Concurso Mineiro de Qualidade do Café in 2013. Under the quantitative approach, an exploratory analysis was performed from the construction of the principal components with the 15 attributes. Subsequently, the prediction capacity of final grades was evaluated through a regression tree model. As a result, Linoleic and Palmitic acids were the attributes that most contributed to the construction of the first principal components. In addition, Linoleic acid was attributed as the root of the regression tree, which is a important attribute for the prediction of final scores.
publishDate 2020
dc.date.none.fl_str_mv 2020
2021-09-21T17:34:08Z
2021-09-21T17:34:08Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/article
format article
status_str publishedVersion
dc.identifier.uri.fl_str_mv FERREIRA, E. B. et al. Ciência de dados na avaliação de amostras de café de qualidade extrema. Caderno de Ciências Agrárias, Montes Claros, v. 12, p. 01-08, 2020. DOI: 10.35699/2447-6218.2020.15863.
http://repositorio.ufla.br/jspui/handle/1/48202
identifier_str_mv FERREIRA, E. B. et al. Ciência de dados na avaliação de amostras de café de qualidade extrema. Caderno de Ciências Agrárias, Montes Claros, v. 12, p. 01-08, 2020. DOI: 10.35699/2447-6218.2020.15863.
url http://repositorio.ufla.br/jspui/handle/1/48202
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial 4.0 International
http://creativecommons.org/licenses/by-nc/4.0/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial 4.0 International
http://creativecommons.org/licenses/by-nc/4.0/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal de Minas Gerais
publisher.none.fl_str_mv Universidade Federal de Minas Gerais
dc.source.none.fl_str_mv Caderno de Ciências Agrárias
reponame:Repositório Institucional da UFLA
instname:Universidade Federal de Lavras (UFLA)
instacron:UFLA
instname_str Universidade Federal de Lavras (UFLA)
instacron_str UFLA
institution UFLA
reponame_str Repositório Institucional da UFLA
collection Repositório Institucional da UFLA
repository.name.fl_str_mv Repositório Institucional da UFLA - Universidade Federal de Lavras (UFLA)
repository.mail.fl_str_mv nivaldo@ufla.br || repositorio.biblioteca@ufla.br
_version_ 1815439327421792256

Registros relacionados