La tesis tiene como objetivo desarrollar un modelo para estimar parámetros de calidad en la harina de pescado, mediante el uso de Imágenes hiperespectrales y modelos de Machine Learning. Se aplican métodos de reducción de características para encontrar las bandas de importancia de las firmas espectrales obtenidas. Con tal fin, primero se obtuvo el mejor número de componentes para el modelo PLS que se aplicaría en cada parámetro. Luego, se realizó la comparación entre los métodos de selección de bandas mediante BVE-PLS (Partial Least Square) y de valores VIP. Posteriormente, se compararon los resultados obtenidos por cada método, de los cuales el BVE-PLS fue el que obtuvo mejor desempeño. Con las bandas seleccionadas por este método, se redujo a los componentes principales del PLS y se emplearon redes neuronales. Finalmente, se comparó el desempeño de la regresión con PL...