Smart agricultural system

Système intelligent

Prototype pour un algorithme de recommandation de recadrage en temps réel dans Python à l'aide de l'apprentissage automatique et de l'analyse des données. Ce travail présente un système, sous la forme d'un site Web. La logique métier de Python utilise des techniques d'apprentissage automatique afin de prédire la culture la plus rentable dans les conditions météorologiques et du sol prévues à un emplacement spécifié. Le système proposé intègrera les données obtenues à partir du sol, du référentiel de cultures, du service météorologique et en appliquant l'algorithme d'apprentissage automatique: régression linéaire multiple, une prédiction des cultures les plus appropriées en fonction des conditions environnementales actuelles. Cela offre à un agriculteur une variété d'options de cultures qui peuvent être cultivées.

La logique métier peut être située dans le répertoire /code/mlr_algo.py. Le serveur est programmé à l'aide de node.js. Pour exécuter le projet, vous avez juste besoin d'exécuter le script Node.js- 'Server.js' et accéder à l'adresse IP affichée à l'invite pour accéder au système.

Python Package Stack: Scikit-Learn, Pandas. Technologies de développement Web: HTML, CSS, JavaScript. Tous les ensembles de données nécessaires sont inclus dans le référentiel lui-même.

Project pas à pas: https://www.youtube.com/watch?v=7Zr-3olbr9e&t=186s

Contributeurs, Omkar Buchade, Nilesh Mehta, Shubham Ghodekar.