доцент кафедры менеджмента и маркетинга, кандидат экономических наук, доцент
доцент кафедры технического сервиса механики и электротехники, доцент
Начальник управления информационных технологий, аспирант
The rapid development of modern technologies, among which artificial intelligence and machine learning algorithms occupy a key place, are transforming the agro-industrial complex and opening up new opportunities for ensuring sustainable development and economic efficiency. The article examines the main areas of application of machine learning tools in agriculture as a foundation for digitalization and automation of agricultural production, ensuring an increase in the efficiency of business entities. The article considers machine learning algorithms, including such tools as learning with a teacher, learning without a teacher, and reinforcement learning. The authors paid special attention to neural networks and deep learning as the most promising tools for solving problems in agriculture. Specific examples of the application of machine learning tools in the production activities of companies are given; and their role in the system of increasing the efficiency of agricultural production is determined. The research materials can be used in the educational process and in the professional development system, by corporate managers and specialists, as well as by researchers.
Стремительное развитие современных технологий, среди которых ключевое место занимает искусственный интеллект и алгоритмы машинного обучения, трансформируют агропромышленный комплекс и открывает новые возможности для обеспечения устойчивого развития и экономической эффективности деятельности. В исследовании рассматриваются основные направления применения методов машинного обучения в аграрной сфере, как фундамента для цифровизации и автоматизации сельскохозяйственного производства, обеспечивающего повышение эффективности деятельности хозяйствующих субъектов. Рассмотрены алгоритмы машинного обучения, включая такие методы как обучение с учителем, обучение без учителя и обучение с подкреплением. Особое внимание авторы уделили применению нейронных сетей и глубокого обучения как наиболее перспективных методов для решения задач аграрного комплекса. Приведены конкретные примеры применения методов машинного обучения в производственной деятельности сельскохозяйственных предприятий и определена их роль в системе повышения эффективности аграрного производства. Материалы исследования могут быть использованы в образовательном процессе, в системе повышения квалификации кадров, руководителями и специалистами предприятий, научными работниками