Exploring the use of machine learning for body fat prediction.

Abstract

Este estudo investiga a aplicação de algoritmos de aprendizado de máquina para estimar o percentual de gordura corporal. Um conjunto de dados público de indivíduos com seus respectivos percentuais de gordura corporal e medidas antropométricas foi utilizado para treinar os vários modelos. O conjunto de dados foi dividido em seis categorias com base na faixa de peso. Cinco técnicas de aprendizado de máquina, incluindo regressão linear, árvore de decisão e floresta aleatória, foram utilizadas para analisar os dados e prever o percentual de gordura corporal. Os resultados indicaram que o modelo de regressão linear demonstrou a maior precisão e que as previsões foram mais precisas para o grupo com peso maior que 90 kg. Além disso, observou-se que apenas a medida da circunferência abdominal era suficiente para uma previsão adequada. Em conclusão, este estudo sugere que o aprendizado de máquina pode ser uma ferramenta valiosa para estimar o percentual de gordura corporal. Mais investigações são necessárias para confirmar estas conclusões em uma amostra mais ampla e diversificada.