APLICAÇÃO DE INTELIGÊNCIA ARTIFICIAL NA PREDIÇÃO DA CONVERSÃO EM PROCESSOS DE BIOTRANSFORMAÇÃO DO ÓLEO DE LICURI

Neste trabalho, foi investigado o uso de algoritmos baseados em aprendizado de máquina, especificamente o modelo XGBoost, para prever a conversão em reações de hidrólise enzimática do óleo de licuri (Syagrus coronata). Foram utilizados dados experimentais obtidos em diferentes condições operacionais, os quais foram processados com feature engineering e validação cruzada. A modelagem foi conduzida no ambiente Google Colab com Python, e o desempenho do modelo foi avaliado por meio das métricas MAE, MSE e R². O modelo apresentou coeficiente de determinação R² de 0,9766 e erro médio absoluto de 2,67, evidenciando a robustez do XGBoost na predição da conversão e sua aplicabilidade em otimização de bioprocessos sustentáveis.