A mastite é uma das principais doenças em bovinos leiteiros, acarretando grandes prejuízos econômicos aos produtores devido à redução da produção de leite e alteração da qualidade do produto final. Neste aspecto, a identificação de vacas doentes é fundamental para a diminuição da quantidade dos quartos mamários acometidos e redução da duração da enfermidade. Esforços são necessários para o desenvolvimento de técnicas diagnósticas acuradas, que forneçam informações objetivas sobre o estado sanitário da glândula mamária durante a ordenha e interpretação dos resultados sem a necessidade de envio de amostras a laboratórios. Isso pode melhorar as medidas de controle e profilaxia. O objetivo deste projeto é ampliar informações sobre o uso de técnicas preditivas para o diagnóstico e controle da mastite subclínica bovina em vacas ordenhas voluntariamente. Índices utilizando aprendizado de máquina serão desenvolvidos para condições tropicais, de forma a colaborar no controle da mastite subclínica e reduzir o uso desnecessário de antimicrobianos para o controle da doença. Interpretações fundamentadas em aprendizado de máquina poderão ser disponibilizadas para tornar a prevenção da mastite mais eficiente e as informações poderão ser disponibilizadas para tomadas de decisão na propriedade rural.