However, this method has several dr

However, this method has several drawbacks. On the first hand,
it requires that animals must be weighted just before the slaughter
in order to achieve accurate results; in practice this is not feasible.
On the other hand, the main disadvantage of the percentages is
that they do not consider any individual morphological feature;
in fact not all double (or single) muscled animals are equal.
The approach presented here is based on Machine Learning procedures
that aim to learn a function to map carcass weights from a
collection of morphological measures of the animals and the number
of days until the slaughter. In this way, individual peculiarities
of the animals are involved in weight estimation.

ผลลัพธ์ (ไทย) 1:

อย่างไรก็ตาม วิธีการนี้มีข้อเสียหลาย บนมือแรกต้องให้สัตว์ต้องถ่วงน้ำหนักก่อนฆ่าเพื่อให้บรรลุผลลัพธ์ที่ถูกต้อง ในทางปฏิบัติ นี้ไม่บนมืออื่น ๆ ข้อเสียหลักของเปอร์เซ็นต์คือว่า พวกเขาไม่พิจารณาคุณลักษณะใด ๆ ของแต่ละในความเป็นจริงไม่ใช่ทุกคู่ (หรือเดียว) muscled สัตว์เท่ากันวิธีการนำเสนอตามขั้นตอนการเรียนรู้ของเครื่องที่มุ่งมั่นที่จะเรียนรู้ฟังก์ชันต้องน้ำหนักซากจากการชุดของมาตรการของสัตว์และหมายเลขวันจนถึงฆ่า ด้วยวิธีนี้ ข้องละสัตว์มีส่วนร่วมในการประเมินน้ำหนัก

ผลลัพธ์ (ไทย) 2:

แต่วิธีนี้มีข้อบกพร่องหลายประการ ในขณะที่ครั้งแรกก็ต้องว่าสัตว์จะต้องมีการถ่วงน้ำหนักก่อนที่จะฆ่าเพื่อให้บรรลุผลลัพธ์ที่ถูกต้อง; ในทางปฏิบัติเป็นไปไม่ได้. บนมืออื่น ๆ , ข้อเสียเปรียบหลักของเปอร์เซ็นต์เป็นว่าพวกเขาไม่ได้พิจารณาคุณลักษณะทางสัณฐานวิทยาของแต่ละบุคคลใดๆ. ในความเป็นจริงไม่ได้ทั้งหมดคู่ (หรือเดี่ยว) กล้ามเนื้อสัตว์มีค่าเท่ากันวิธีการที่นำเสนอนี้จะขึ้นอยู่กับขั้นตอนการเรียนรู้เครื่องที่มีจุดมุ่งหมายที่จะเรียนรู้ฟังก์ชั่นแผนที่น้ำหนักซากจากคอลเลกชันของมาตรการทางสัณฐานวิทยาของสัตว์และจำนวนวันจนกว่าจะฆ่า ด้วยวิธีนี้แต่ละลักษณะของสัตว์ที่มีส่วนร่วมในการประมาณค่าน้ำหนัก