#03 cow value Nicolas Berger - shb, Anna Weigel - modulos Hoss Hauksson, Anja Schmutz - LZL

3500.- 3000.- 4200.- future value

Vorgehensweise oder was bisher geschah… 1. Herdebuch - Daten aufbereitet 2. Input-Parameter definiert Laktation, Anzahl Besamungen, Leistungs-ZW, Milchpreis, Anz. Besamungen, Aufzucht- und Futterkosten 3. Mit Hilfe künstlicher Intelligenz Modell erstellt um den future value zu bestimmen

Aktueller Stand - Für Kühe die einen geringen future value haben überschätzt das Modell den Restwert. (Der true cow value ist kleiner als der predicted cow value) - Für Kühe die einen hohen future value haben unterschätzt das Modell den Restwert. (Der true cow value ist höher als der predicted cow value) - Für einzelne Kühe ist es schwierig eine genaue Aussage zu machen. Der Fehler ist hoch. (Das sieht man daran, dass die Verteilung sehr "breit" ist)

…wie weiter? •Input- Parameter im Modell erweitern/ersetzen um Genauigkeit des future value's zu steigern  ZW bezüglich Nutzungsdauer, Fruchtbarkeit und Exterieur  ökonomische Kennzahlen (z.B Schlachterlöse usw.)  betriebspezifische Anpassungen ermöglichen  jetzt kann es so richtig losgehen 