Espectrometría, viticultura y Machine Learning: creación de una base de datos espectrales de distintos vinos para entrenar a un sistema de Inteligencia Artificial

Abstract

En este trabajo vamos a realizar un estudio sobre la posibilidad de generar modelos de Machine Learning que sean capaces de encontrar patrones en unas muestras de vino utilizando como datos los espectros de absorbancia obtenidos. Mediante el uso de colorimetría, estadística y programación, vamos a generar una serie de datos obtenidos a partir de los espectros con los que podremos alimentar los modelos. Dependiendo de los datos y muestras que tengamos, tendremos que decidir el tipo de problema con el que estamos tratando, si es de clasificación o de agrupación. Finalmente compararemos los modelos para ver similitudes y diferencias en el comportamiento, así como los patrones que se hayan identificado para poder decidir si sería posible, con una base de datos suficientemente grande, elaborar un modelo competente en el futuro. A lo largo del trabajo veremos y entenderemos cómo se entrenan y cómo funcionan los diferentes algoritmos.

In this project we will be performing an study on the possibility of generating Machine Learning models capable of finding patterns in the absorbtion spectral data of some wine samples. Making use of colorimetry, statistics and programming, we will be generating a series of data from the spectral data which we will use to train the models. Depending on the data and samples we got, we will define the kind of situation we are in, if it’s a classification or a clustering problem. Lastly, we will be comparing the models’ results, the similarities and differences, and the patterns they have identified to understand the viablity of this line of work in the future. Throughout this project we will be explaining the steps needed to train the different algorithms and how they work.