EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

Clasificación de la calidad del banano mediante aprendizaje automático explicable: Una perspectiva para el sector exportador ecuatoriano

Roberto Carlos Cobeña Cornejo, Jorge Ivan Pincay-Ponce

Ecuadorian Science Journal · 11.11.2026 · 11 (1) · 7-11

DOI: 10.46480/esj.11.1.315 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Ecuadorian Science Journal, online erschienen am 11.11.2026. Verfasst von Roberto Carlos Cobeña Cornejo und 1 weiteren Autor:innen. Die Arbeit nennt 10 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Contexto: El presente estudio analiza las características más relevantes asociadas a la calidad del banano mediante técnicas de aprendizaje automático, en el contexto de Ecuador como principal exportador mundial de esta fruta, donde la producción científica local sobre esta temática aún es limitada. Método: Se empleó la metodología CRISP-DM sobre el conjunto de datos público “Banana Quality Dataset”, aplicando tres algoritmos de clasificación supervisada: XGBoost, Naive Bayes y CN2 Rule Induction, evaluados a través de validación cruzada. Resultados: Los resultados indican que el índice de madurez, el contenido de azúcar y la longitud del fruto constituyen los predictores más determinantes de la calidad. En términos de evaluación, CN2 Rule Induction y XGBoost alcanzaron valores de 85% en Exactitud (CA) y F1-score, mientras que Naive Bayes presentó un desempeño competitivo con valores superiores al 80%. El uso de herramientas de inteligencia artificial explicable (XAI) permitió extraer reglas interpretables que aportan transparencia al proceso de clasificación. Conclusiones: Este estudio contribuye a reducir la brecha investigativa existente en países productores como Ecuador y demuestra la viabilidad de implementar soluciones de ciencia de datos con herramientas de código abierto.

Zitieren

APA

Cornejo, R. C. C., & Pincay-Ponce, J. I. (2026). Clasificación de la calidad del banano mediante aprendizaje automático explicable: Una perspectiva para el sector exportador ecuatoriano. Ecuadorian Science Journal, 11(1), 7-11. https://doi.org/10.46480/esj.11.1.315

Vancouver

Cornejo RCC, Pincay-Ponce JI. Clasificación de la calidad del banano mediante aprendizaje automático explicable: Una perspectiva para el sector exportador ecuatoriano. Ecuadorian Science Journal. 2026;11(1):7-11. doi:10.46480/esj.11.1.315

BibTeX
@article{Cornejo2026,
  author = {Cornejo, Roberto Carlos Cobeña and Pincay-Ponce, Jorge Ivan},
  title = {Clasificación de la calidad del banano mediante aprendizaje automático explicable: Una perspectiva para el sector exportador ecuatoriano},
  journal = {Ecuadorian Science Journal},
  year = {2026},
  volume = {11},
  number = {1},
  pages = {7--11},
  doi = {10.46480/esj.11.1.315}
}
Kostenlos starten →