CERVEZA Y APRENDIZAJE AUTOMÁTICO: RECOMENDANDO ESTILOS DE CERVEJA

Autores/as

  • Diogo Costa Pereira UNICERP

DOI:

https://doi.org/10.51891/rease.v10i7.14793

Palabras clave:

Estilos de Cerveja. Inteligencia Artificial. Aprendizaje Automático, Distancia Euclidiana, TF-IDF.

Resumen

Este trabajo tuvo como objetivo resolver el problema que enfrentan algunas personas al no poder apreciar cervezas especiales debido a la falta de orientación sobre qué elegir. Para lograr este objetivo, se realizaron estudios que involucraron la distancia euclidiana y el método de Frecuencia de Término-Inverso de Frecuencia de Documento (TF-IDF) para encontrar similitudes entre los estilos de cerveza, basados en un estilo específico. Además, se exploró la vastedad del panorama cervecero brasileño y se presentó la guía BJCP, que además de ser el objeto base del estudio, sirvió como recurso direccional para comprender mejor los estilos de cerveza. A través de tres pruebas, se validaron los métodos propuestos, lo que resultó en el desarrollo de una herramienta capaz de sugerir estilos de cerveza basados en un estilo de referencia.

Biografía del autor/a

Diogo Costa Pereira, UNICERP

Graduado em Análise e Desenvolvimento de Sistemas (IFTM – Campus Patrocínio), graduado em Gestão Financeira (UNICESUMAR), pós-graduando em Ciência de Dados (Faculdade FOCUS), pós-graduado em Business Intelligence, Big Data e Inteligência Artificial (Faculdade FOCUS), pós-graduado em Tecnologia de Produção Cervejeira (CLARETIANO), pós-graduado em Marketing (UNICESUMAR) e pós-graduado em Consultoria Empresarial: ênfase em R.H (UNICERP). 

Publicado

2024-07-02

Cómo citar

Pereira, D. C. (2024). CERVEZA Y APRENDIZAJE AUTOMÁTICO: RECOMENDANDO ESTILOS DE CERVEJA. Revista Ibero-Americana De Humanidades, Ciências E Educação, 10(7), 402–419. https://doi.org/10.51891/rease.v10i7.14793