تحديد جودة منتجات الألبان باستخدام تقنيات التعلم الآلي

تعتبر المنتجات الغذائية مصدراً أساسياً لحياة الإنسان، لذلك لها مكانة مهمة جداً، وسيكون من المهم مراقبة جودتها وتحديدها في وقت قصير. تتناول دراستنا منتجاً غذائياً مهماً جداً ولا يمكن الاستغناء عنه، وهو منتج الحليب، الذي يعتبر العنصر الأساسي والمهم في حياة الناس، وخاصة الأطفال، لأنه المصدر الرئيسي لنموهم، وبناء عظامهم، وتقويتها. ولأنه منتج سريع التلف، فلا بد من مراقبته ومراقبة مواصفاته، لأن أي جرام من الحليب يكون منخفض الجودة أو رديء الجودة قد يتسبب في فساد أطنان من الحليب، ويتسبب أيضًا في خسائر مالية كبيرة. لذلك تم إجراء دراسة لتحديد جودة منتج الألبان من خلال خوارزميات التعلم الآلي (ML) وهي خوارزمية آلة ناقل الدعم (SVM)  وخوارزمية الجيران الاقرب (KNN) وخوارزمية شجرة القرار (DT) وخوارزمية التعبئة باستخدام مجموعة بيانات الحليب مأخوذة من مستودع البيانات Kaggle . تتكون هذه البيانات من 1059 عينة وسبع ميزات. تم تدريب النماذج المقترحة واختبارها بهدف إيجاد النموذج الأفضل والأكثر دقة للكشف عن جودة الحليب وتم تقييمها باستخدام مقاييس التقييم: الدقة، الضبط، الاستدعاء، f1_score  ومصفوفة الارتباك. ووفقاً لنتائج التقييم، تفوقت النماذج الثلاثة: SVM، وKNN، وDT  على خوارزمية التعبئة، حيث حصلت على أعلى مستوى لجميع المقاييس بنسبة 100%. وكانت خوارزمية SVM هي الأكثر كفاءة لأن وقت تنفيذها كان 0.146 ثانية، وهو أقل من النماذج الأخرى.