МАШИНАЛЫҚ ОҚЫТУ ӘДІСТЕРІМЕН АГРОӨНЕРКӘСІПТІК ТИІМДІЛІК КӨРСЕТКІШТЕРІ БОЙЫНША СЫРТҚЫ ФАКТОРЛАРДЫ БАҒАЛАУ

Аннотация

Современное сельское хозяйство сталкивается с проблемой повышения эффективности производства в условиях ограниченности ресурсов и меняющихся климатических условий. В статье представлен подход к оценке влияния различных факторов на показатели агропромышленного комплекса с использованием методов машинного обучения. Основное внимание уделяется разработке и применению гибридного анализа, включающего такие методы, как градиентное усиление, взаимная информация и рекурсивное исключение признаков. Анализ проводился на основе производственных, климатических и экономических показателей предприятий агропромышленного комплекса Северо-Казахстанской области за 2020–2022 годы. Исследование показало, что наиболее важными факторами являются площадь посевов, средний вес урожая и количество осадков, корреляция которых с повышением урожайности достигает 93%. Использование предложенных методов позволило снизить неопределенность прогноза на 28% и повысить точность прогноза ключевых показателей на 15–20%. Результаты анализа визуализированы в виде корреляционных матриц и карт важных признаков, подтверждающих возможность использования предлагаемого подхода для оптимизации управления агропромышленным производством. Использование разработанной методологии будет способствовать разработке стратегий, направленных на устойчивое развитие агропромышленного комплекса. Кроме того, результаты исследования подчеркивают важность автоматизации технологических процессов в сельском хозяйстве. Эффективное использование данных, полученных с помощью методов машинного обучения, может повысить производительность и сократить затраты. Такой подход может послужить основой для будущего