El sector agrícola es particularmente crítico porque tiene como trasfondo la posibilidad de acceso a la alimentación. Por eso, la estabilidad de los precios en los productos agrícolas es de fundamental importancia. Además, la determinación y predicción de precios por parte de los productores tienen un papel importante en el desarrollo económico y en el sustento tanto de los productores, como de los consumidores en general.
No obstante, el sector agrícola carece de avances tecnológicos que puedan contribuir con la predicción de los precios de los productos. Sin embargo, hay diversos estudios que se han empeñado en usar los algoritmos de Machine Learning para este propósito.
El artículo “Machine Learning for Price Prediction for Agricultural Products” [Machine Learning para predecir precios de productos agrícolas] (2021), realizado por la docente Sussy Bayona de la carrera de Ingeniería de Sistemas y una colega nacional, tuvo por objetivo revisar la literatura sobre predicción de precios de productos agrícolas e identificar los paradigmas de investigación empleados, el tipo de investigación utilizada, los algoritmos y las técnicas de evaluación más utilizadas, así como los productos agrícolas utilizados en estas predicciones.
El método de la investigación fue buscar artículos en bases de datos especializadas con los términos “aprendizaje automático» y “predicción de precios agrícolas”. Los resultados arrojaron que el paradigma epistemológico usado en las investigaciones sobre el tema mencionado fue el positivismo. Además, los estudios realizados al respecto utilizaron los modelos de redes neuronales, los modelos estadísticos, las máquinas de vectores de apoyo, El modelo bayesiano y el de árbol de decisión. Para conocer más del artículo ingresar a https://repositorio.autonoma.edu.pe/handle/20.500.13067/1687
