ReP USP - Resultado da busca

Artigo de periodico
Multi-label active learning: key issues and a novel query strategy (2019)
Cherman, Everton Alvares; Papanikolaou, Yannis; Tsoumakas, Grigorios; Monard, Maria Carolina
Fonte: Evolving Systems. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, DESCOBERTA DE CONHECIMENTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CHERMAN, Everton Alvares et al. Multi-label active learning: key issues and a novel query strategy. Evolving Systems, v. 10, n. 1, p. 63-78, 2019Tradução . . Disponível em: https://doi.org/10.1007/s12530-017-9202-z. Acesso em: 07 jun. 2024.
APA
Cherman, E. A., Papanikolaou, Y., Tsoumakas, G., & Monard, M. C. (2019). Multi-label active learning: key issues and a novel query strategy. Evolving Systems, 10( 1), 63-78. doi:10.1007/s12530-017-9202-z
NLM
Cherman EA, Papanikolaou Y, Tsoumakas G, Monard MC. Multi-label active learning: key issues and a novel query strategy [Internet]. Evolving Systems. 2019 ; 10( 1): 63-78.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1007/s12530-017-9202-z
Vancouver
Cherman EA, Papanikolaou Y, Tsoumakas G, Monard MC. Multi-label active learning: key issues and a novel query strategy [Internet]. Evolving Systems. 2019 ; 10( 1): 63-78.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1007/s12530-017-9202-z
Artigo de periodico
Genetic generation of fuzzy systems with rule extraction using formal concept analysis (2016)
Cintra, M. E; Camargo, H. A; Monard, Maria Carolina
Fonte: Information Sciences. Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, FUZZY (INTELIGÊNCIA ARTIFICIAL)
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CINTRA, M. E e CAMARGO, H. A e MONARD, Maria Carolina. Genetic generation of fuzzy systems with rule extraction using formal concept analysis. Information Sciences, v. 349-350, p. 199-215, 2016Tradução . . Disponível em: https://doi.org/10.1016/j.ins.2016.02.026. Acesso em: 07 jun. 2024.
APA
Cintra, M. E., Camargo, H. A., & Monard, M. C. (2016). Genetic generation of fuzzy systems with rule extraction using formal concept analysis. Information Sciences, 349-350, 199-215. doi:10.1016/j.ins.2016.02.026
NLM
Cintra ME, Camargo HA, Monard MC. Genetic generation of fuzzy systems with rule extraction using formal concept analysis [Internet]. Information Sciences. 2016 ; 349-350 199-215.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1016/j.ins.2016.02.026
Vancouver
Cintra ME, Camargo HA, Monard MC. Genetic generation of fuzzy systems with rule extraction using formal concept analysis [Internet]. Information Sciences. 2016 ; 349-350 199-215.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1016/j.ins.2016.02.026
Trabalho de evento-anais periodico
Active learning algorithms for multi-label data (2016)
Cherman, Everton Alvares; Tsoumakas, Grigorios; Monard, Maria Carolina
Fonte: IFIP Advances in Information and Communication Technology. Nome do evento: IFIP International Conference and Workshops on Artificial Intelligence Applications and Innovation - AIAI. Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CHERMAN, Everton Alvares e TSOUMAKAS, Grigorios e MONARD, Maria Carolina. Active learning algorithms for multi-label data. IFIP Advances in Information and Communication Technology. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-319-44944-9_23. Acesso em: 07 jun. 2024. , 2016
APA
Cherman, E. A., Tsoumakas, G., & Monard, M. C. (2016). Active learning algorithms for multi-label data. IFIP Advances in Information and Communication Technology. Cham: Springer. doi:10.1007/978-3-319-44944-9_23
NLM
Cherman EA, Tsoumakas G, Monard MC. Active learning algorithms for multi-label data [Internet]. IFIP Advances in Information and Communication Technology. 2016 ; 475 267-279.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1007/978-3-319-44944-9_23
Vancouver
Cherman EA, Tsoumakas G, Monard MC. Active learning algorithms for multi-label data [Internet]. IFIP Advances in Information and Communication Technology. 2016 ; 475 267-279.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1007/978-3-319-44944-9_23
Artigo de periodico
A systematic review of multi-label feature selection and a new method based on label construction (2016)
Spolaôr, Newton; Monard, Maria Carolina; Tsoumakas, Grigorios; Lee, Huei Diana
Fonte: Neurocomputing. Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SPOLAÔR, Newton et al. A systematic review of multi-label feature selection and a new method based on label construction. Neurocomputing, v. 180, p. 3-15, 2016Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2015.07.118. Acesso em: 07 jun. 2024.
APA
Spolaôr, N., Monard, M. C., Tsoumakas, G., & Lee, H. D. (2016). A systematic review of multi-label feature selection and a new method based on label construction. Neurocomputing, 180, 3-15. doi:10.1016/j.neucom.2015.07.118
NLM
Spolaôr N, Monard MC, Tsoumakas G, Lee HD. A systematic review of multi-label feature selection and a new method based on label construction [Internet]. Neurocomputing. 2016 ; 180 3-15.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1016/j.neucom.2015.07.118
Vancouver
Spolaôr N, Monard MC, Tsoumakas G, Lee HD. A systematic review of multi-label feature selection and a new method based on label construction [Internet]. Neurocomputing. 2016 ; 180 3-15.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1016/j.neucom.2015.07.118
Trabalho de evento
Stochastic density ratio estimation and its application to feature selection (2015)
Braga, Igor; Monard, Maria Carolina (Orientador); Vapnik, Vladimir (coorient)
Fonte: Proceedings. Nome do evento: International Joint Conference on Artificial Intelligence - IJCAI. Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BRAGA, Igor. Stochastic density ratio estimation and its application to feature selection. 2015, Anais.. Palo Alto: AAAI Press, 2015. Disponível em: http://ijcai.org/papers15/Papers/IJCAI15-620.pdf. Acesso em: 07 jun. 2024.
APA
Braga, I. (2015). Stochastic density ratio estimation and its application to feature selection. In Proceedings. Palo Alto: AAAI Press. Recuperado de http://ijcai.org/papers15/Papers/IJCAI15-620.pdf
NLM
Braga I. Stochastic density ratio estimation and its application to feature selection [Internet]. Proceedings. 2015 ;[citado 2024 jun. 07 ] Available from: http://ijcai.org/papers15/Papers/IJCAI15-620.pdf
Vancouver
Braga I. Stochastic density ratio estimation and its application to feature selection [Internet]. Proceedings. 2015 ;[citado 2024 jun. 07 ] Available from: http://ijcai.org/papers15/Papers/IJCAI15-620.pdf
Artigo de periodico
Lazy multi-label learning algorithms based on mutuality strategies (2015)
Cherman, Everton Alvares; Spolaôr, Newton; Valverde-Rebaza, Jorge; Monard, Maria Carolina
Fonte: Journal of Intelligent and Robotic Systems. Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CHERMAN, Everton Alvares et al. Lazy multi-label learning algorithms based on mutuality strategies. Journal of Intelligent and Robotic Systems, v. 80, p. S261-S276, 2015Tradução . . Disponível em: https://doi.org/10.1007/s10846-014-0144-4. Acesso em: 07 jun. 2024.
APA
Cherman, E. A., Spolaôr, N., Valverde-Rebaza, J., & Monard, M. C. (2015). Lazy multi-label learning algorithms based on mutuality strategies. Journal of Intelligent and Robotic Systems, 80, S261-S276. doi:10.1007/s10846-014-0144-4
NLM
Cherman EA, Spolaôr N, Valverde-Rebaza J, Monard MC. Lazy multi-label learning algorithms based on mutuality strategies [Internet]. Journal of Intelligent and Robotic Systems. 2015 ; 80 S261-S276.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1007/s10846-014-0144-4
Vancouver
Cherman EA, Spolaôr N, Valverde-Rebaza J, Monard MC. Lazy multi-label learning algorithms based on mutuality strategies [Internet]. Journal of Intelligent and Robotic Systems. 2015 ; 80 S261-S276.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1007/s10846-014-0144-4
Trabalho de evento
FCA-Based Rule Generator: a framework for the genetic generation of fuzzy classification systems using formal concept analysis (2015)
Cintra, Marcos E; Monard, Maria Carolina; Camargo, Heloisa A
Fonte: Proceedings. Nome do evento: IEEE International Conference on Fuzzy Systems - FUZZ-IEEE. Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, FUZZY (INTELIGÊNCIA ARTIFICIAL)
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CINTRA, Marcos E e MONARD, Maria Carolina e CAMARGO, Heloisa A. FCA-Based Rule Generator: a framework for the genetic generation of fuzzy classification systems using formal concept analysis. 2015, Anais.. Piscataway: IEEE, 2015. Disponível em: https://doi.org/10.1109/FUZZ-IEEE.2015.7337950. Acesso em: 07 jun. 2024.
APA
Cintra, M. E., Monard, M. C., & Camargo, H. A. (2015). FCA-Based Rule Generator: a framework for the genetic generation of fuzzy classification systems using formal concept analysis. In Proceedings. Piscataway: IEEE. doi:10.1109/FUZZ-IEEE.2015.7337950
NLM
Cintra ME, Monard MC, Camargo HA. FCA-Based Rule Generator: a framework for the genetic generation of fuzzy classification systems using formal concept analysis [Internet]. Proceedings. 2015 ;[citado 2024 jun. 07 ] Available from: https://doi.org/10.1109/FUZZ-IEEE.2015.7337950
Vancouver
Cintra ME, Monard MC, Camargo HA. FCA-Based Rule Generator: a framework for the genetic generation of fuzzy classification systems using formal concept analysis [Internet]. Proceedings. 2015 ;[citado 2024 jun. 07 ] Available from: https://doi.org/10.1109/FUZZ-IEEE.2015.7337950
Trabalho de evento
Feature selection for multi-label learning (2015)
Spolaôr, Newton; Monard, Maria Carolina; Lee, Huei Diana
Fonte: Proceedings. Nome do evento: International Joint Conference on Artificial Intelligence - IJCAI. Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SPOLAÔR, Newton e MONARD, Maria Carolina e LEE, Huei Diana. Feature selection for multi-label learning. 2015, Anais.. Palo Alto: AAAI Press, 2015. Disponível em: http://ijcai.org/papers15/Papers/IJCAI15-648.pdf. Acesso em: 07 jun. 2024.
APA
Spolaôr, N., Monard, M. C., & Lee, H. D. (2015). Feature selection for multi-label learning. In Proceedings. Palo Alto: AAAI Press. Recuperado de http://ijcai.org/papers15/Papers/IJCAI15-648.pdf
NLM
Spolaôr N, Monard MC, Lee HD. Feature selection for multi-label learning [Internet]. Proceedings. 2015 ;[citado 2024 jun. 07 ] Available from: http://ijcai.org/papers15/Papers/IJCAI15-648.pdf
Vancouver
Spolaôr N, Monard MC, Lee HD. Feature selection for multi-label learning [Internet]. Proceedings. 2015 ;[citado 2024 jun. 07 ] Available from: http://ijcai.org/papers15/Papers/IJCAI15-648.pdf
Artigo de periodico
Improving the kernel regularized least squares method for small-sample regression (2015)
Braga, Igor; Monard, Maria Carolina
Fonte: Neurocomputing. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BRAGA, Igor e MONARD, Maria Carolina. Improving the kernel regularized least squares method for small-sample regression. Neurocomputing, v. 163, p. 106-114, 2015Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2014.12.097. Acesso em: 07 jun. 2024.
APA
Braga, I., & Monard, M. C. (2015). Improving the kernel regularized least squares method for small-sample regression. Neurocomputing, 163, 106-114. doi:10.1016/j.neucom.2014.12.097
NLM
Braga I, Monard MC. Improving the kernel regularized least squares method for small-sample regression [Internet]. Neurocomputing. 2015 ; 163 106-114.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1016/j.neucom.2014.12.097
Vancouver
Braga I, Monard MC. Improving the kernel regularized least squares method for small-sample regression [Internet]. Neurocomputing. 2015 ; 163 106-114.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1016/j.neucom.2014.12.097
Trabalho de evento
Label construction for multi-label feature selection (2014)
Spolaôr, Newton; Monard, Maria Carolina; Tsoumakas, Grigorios; Lee, Huei Diana
Fonte: Proceedings. Nome do evento: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SPOLAÔR, Newton et al. Label construction for multi-label feature selection. 2014, Anais.. Los Alamitos: Conference Publishing Services, 2014. Disponível em: https://doi.org/10.1109/BRACIS.2014.52. Acesso em: 07 jun. 2024.
APA
Spolaôr, N., Monard, M. C., Tsoumakas, G., & Lee, H. D. (2014). Label construction for multi-label feature selection. In Proceedings. Los Alamitos: Conference Publishing Services. doi:10.1109/BRACIS.2014.52
NLM
Spolaôr N, Monard MC, Tsoumakas G, Lee HD. Label construction for multi-label feature selection [Internet]. Proceedings. 2014 ;[citado 2024 jun. 07 ] Available from: https://doi.org/10.1109/BRACIS.2014.52
Vancouver
Spolaôr N, Monard MC, Tsoumakas G, Lee HD. Label construction for multi-label feature selection [Internet]. Proceedings. 2014 ;[citado 2024 jun. 07 ] Available from: https://doi.org/10.1109/BRACIS.2014.52
Trabalho de evento-anais periodico
A framework to generate synthetic multi-label datasets (2014)
Tomás, Jimena Torres; Spolaôr, Newton; Cherman, Everton Alvares; Monard, Maria Carolina
Fonte: Electronic Notes in Theoretical Computer Science. Nome do evento: Latin American Computing Conference - CLEI. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TOMÁS, Jimena Torres et al. A framework to generate synthetic multi-label datasets. Electronic Notes in Theoretical Computer Science. Amsterdam: Elsevier. Disponível em: https://doi.org/10.1016/j.entcs.2014.01.025. Acesso em: 07 jun. 2024. , 2014
APA
Tomás, J. T., Spolaôr, N., Cherman, E. A., & Monard, M. C. (2014). A framework to generate synthetic multi-label datasets. Electronic Notes in Theoretical Computer Science. Amsterdam: Elsevier. doi:10.1016/j.entcs.2014.01.025
NLM
Tomás JT, Spolaôr N, Cherman EA, Monard MC. A framework to generate synthetic multi-label datasets [Internet]. Electronic Notes in Theoretical Computer Science. 2014 ; fe 2014 155-176.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1016/j.entcs.2014.01.025
Vancouver
Tomás JT, Spolaôr N, Cherman EA, Monard MC. A framework to generate synthetic multi-label datasets [Internet]. Electronic Notes in Theoretical Computer Science. 2014 ; fe 2014 155-176.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1016/j.entcs.2014.01.025
Trabalho de evento-anais periodico
Evaluating ReliefF-based multi-label feature selection algorithm (2014)
Spolaôr, Newton; Monard, Maria Carolina
Fonte: Lecture Notes in Artifical Intelligence. Nome do evento: Ibero-American Conference on Artificial Intelligence - IBERAMIA : Advances in Artificial Intelligence. Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SPOLAÔR, Newton e MONARD, Maria Carolina. Evaluating ReliefF-based multi-label feature selection algorithm. Lecture Notes in Artifical Intelligence. Cham: Springer. Disponível em: https://doi.org/10.1007/978-3-319-12027-0_16. Acesso em: 07 jun. 2024. , 2014
APA
Spolaôr, N., & Monard, M. C. (2014). Evaluating ReliefF-based multi-label feature selection algorithm. Lecture Notes in Artifical Intelligence. Cham: Springer. doi:10.1007/978-3-319-12027-0_16
NLM
Spolaôr N, Monard MC. Evaluating ReliefF-based multi-label feature selection algorithm [Internet]. Lecture Notes in Artifical Intelligence. 2014 ; 8864 194-205.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1007/978-3-319-12027-0_16
Vancouver
Spolaôr N, Monard MC. Evaluating ReliefF-based multi-label feature selection algorithm [Internet]. Lecture Notes in Artifical Intelligence. 2014 ; 8864 194-205.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1007/978-3-319-12027-0_16
Trabalho de evento
A framework for multi-label exploratory data analysis: ML-EDA (2014)
Carvalho, Victor Augusto Moraes; Spolaôr, Newton; Cherman, Everton Alvares; Monard, Maria Carolina
Fonte: Proceedings. Nome do evento: Latin American Computing Conference - CLEI. Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, COMPUTAÇÃO GRÁFICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CARVALHO, Victor Augusto Moraes et al. A framework for multi-label exploratory data analysis: ML-EDA. 2014, Anais.. Red Hook: IEEE, 2014. Disponível em: https://doi.org/10.1109/CLEI.2014.6965166. Acesso em: 07 jun. 2024.
APA
Carvalho, V. A. M., Spolaôr, N., Cherman, E. A., & Monard, M. C. (2014). A framework for multi-label exploratory data analysis: ML-EDA. In Proceedings. Red Hook: IEEE. doi:10.1109/CLEI.2014.6965166
NLM
Carvalho VAM, Spolaôr N, Cherman EA, Monard MC. A framework for multi-label exploratory data analysis: ML-EDA [Internet]. Proceedings. 2014 ;[citado 2024 jun. 07 ] Available from: https://doi.org/10.1109/CLEI.2014.6965166
Vancouver
Carvalho VAM, Spolaôr N, Cherman EA, Monard MC. A framework for multi-label exploratory data analysis: ML-EDA [Internet]. Proceedings. 2014 ;[citado 2024 jun. 07 ] Available from: https://doi.org/10.1109/CLEI.2014.6965166
Trabalho de evento
ReliefF for multi-label feature selection (2013)
Spolaôr, Newton; Cherman, Everton Alvares; Monard, Maria Carolina; Lee, Huei Diana
Fonte: Proceedings. Nome do evento: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SPOLAÔR, Newton et al. ReliefF for multi-label feature selection. 2013, Anais.. Los Alamitos: Conference Publishing Services, 2013. Disponível em: https://doi.org/10.1109/BRACIS.2013.10. Acesso em: 07 jun. 2024.
APA
Spolaôr, N., Cherman, E. A., Monard, M. C., & Lee, H. D. (2013). ReliefF for multi-label feature selection. In Proceedings. Los Alamitos: Conference Publishing Services. doi:10.1109/BRACIS.2013.10
NLM
Spolaôr N, Cherman EA, Monard MC, Lee HD. ReliefF for multi-label feature selection [Internet]. Proceedings. 2013 ;[citado 2024 jun. 07 ] Available from: https://doi.org/10.1109/BRACIS.2013.10
Vancouver
Spolaôr N, Cherman EA, Monard MC, Lee HD. ReliefF for multi-label feature selection [Internet]. Proceedings. 2013 ;[citado 2024 jun. 07 ] Available from: https://doi.org/10.1109/BRACIS.2013.10
Trabalho de evento-anais periodico
A note on parameter selection for support vector machines (2013)
Braga, Igor; Carmo, Laís P. do; Benatti, Caio César; Monard, Maria Carolina
Fonte: Lecture Notes in Artificial Intelligence. Nome do evento: Mexican International Conference on Artificial Intelligence : Advances in Soft Computing and its Applications - MICAI. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BRAGA, Igor et al. A note on parameter selection for support vector machines. Lecture Notes in Artificial Intelligence. Berlin: Springer-Verlag. Disponível em: https://doi.org/10.1007/978-3-642-45111-9_21. Acesso em: 07 jun. 2024. , 2013
APA
Braga, I., Carmo, L. P. do, Benatti, C. C., & Monard, M. C. (2013). A note on parameter selection for support vector machines. Lecture Notes in Artificial Intelligence. Berlin: Springer-Verlag. doi:10.1007/978-3-642-45111-9_21
NLM
Braga I, Carmo LP do, Benatti CC, Monard MC. A note on parameter selection for support vector machines [Internet]. Lecture Notes in Artificial Intelligence. 2013 ; 8266 233-244.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1007/978-3-642-45111-9_21
Vancouver
Braga I, Carmo LP do, Benatti CC, Monard MC. A note on parameter selection for support vector machines [Internet]. Lecture Notes in Artificial Intelligence. 2013 ; 8266 233-244.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1007/978-3-642-45111-9_21
Parte de monografia/livro
On rule learning methods: a comparative analysis of classic and fuzzy approaches (2013)
Cintra, Marcos E; Monard, Maria Carolina; Camargo, Heloisa A
Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CINTRA, Marcos E e MONARD, Maria Carolina e CAMARGO, Heloisa A. On rule learning methods: a comparative analysis of classic and fuzzy approaches. Tradução . Berlin: Springer-Verlag, 2013. . . Acesso em: 07 jun. 2024.
APA
Cintra, M. E., Monard, M. C., & Camargo, H. A. (2013). On rule learning methods: a comparative analysis of classic and fuzzy approaches. In . Berlin: Springer-Verlag.
NLM
Cintra ME, Monard MC, Camargo HA. On rule learning methods: a comparative analysis of classic and fuzzy approaches. Berlin: Springer-Verlag; 2013. [citado 2024 jun. 07 ]
Vancouver
Cintra ME, Monard MC, Camargo HA. On rule learning methods: a comparative analysis of classic and fuzzy approaches. Berlin: Springer-Verlag; 2013. [citado 2024 jun. 07 ]
Trabalho de evento
Statistical and heuristic model selection in regularized least-squares (2013)
Braga, Igor; Monard, Maria Carolina
Fonte: Proceedings. Nome do evento: Brazilian Conference on Intelligent Systems - BRACIS. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
BRAGA, Igor e MONARD, Maria Carolina. Statistical and heuristic model selection in regularized least-squares. 2013, Anais.. Los Alamitos: Conference Publishing Services, 2013. Disponível em: https://doi.org/10.1109/BRACIS.2013.46. Acesso em: 07 jun. 2024.
APA
Braga, I., & Monard, M. C. (2013). Statistical and heuristic model selection in regularized least-squares. In Proceedings. Los Alamitos: Conference Publishing Services. doi:10.1109/BRACIS.2013.46
NLM
Braga I, Monard MC. Statistical and heuristic model selection in regularized least-squares [Internet]. Proceedings. 2013 ;[citado 2024 jun. 07 ] Available from: https://doi.org/10.1109/BRACIS.2013.46
Vancouver
Braga I, Monard MC. Statistical and heuristic model selection in regularized least-squares [Internet]. Proceedings. 2013 ;[citado 2024 jun. 07 ] Available from: https://doi.org/10.1109/BRACIS.2013.46
Relatorio tecnico
Projeto e implementação de um framework para a geração de conjunto de dados sintéticos para aprendizado multirrótulo (2013)
Tomás, Jimena Torres; Spolaôr, Newton; Cherman, Everton Alvares; Monard, Maria Carolina
Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
TOMÁS, Jimena Torres et al. Projeto e implementação de um framework para a geração de conjunto de dados sintéticos para aprendizado multirrótulo. . São Carlos: ICMC-USP. Disponível em: http://www2.icmc.usp.br/~biblio/BIBLIOTECA/rel_tec/RT_391.pdf. Acesso em: 07 jun. 2024. , 2013
APA
Tomás, J. T., Spolaôr, N., Cherman, E. A., & Monard, M. C. (2013). Projeto e implementação de um framework para a geração de conjunto de dados sintéticos para aprendizado multirrótulo. São Carlos: ICMC-USP. Recuperado de http://www2.icmc.usp.br/~biblio/BIBLIOTECA/rel_tec/RT_391.pdf
NLM
Tomás JT, Spolaôr N, Cherman EA, Monard MC. Projeto e implementação de um framework para a geração de conjunto de dados sintéticos para aprendizado multirrótulo [Internet]. 2013 ;[citado 2024 jun. 07 ] Available from: http://www2.icmc.usp.br/~biblio/BIBLIOTECA/rel_tec/RT_391.pdf
Vancouver
Tomás JT, Spolaôr N, Cherman EA, Monard MC. Projeto e implementação de um framework para a geração de conjunto de dados sintéticos para aprendizado multirrótulo [Internet]. 2013 ;[citado 2024 jun. 07 ] Available from: http://www2.icmc.usp.br/~biblio/BIBLIOTECA/rel_tec/RT_391.pdf
Trabalho de evento-anais periodico
A comparison of multi-label feature selection methods using the problem transformation approach (2013)
Spolaôr, Newton; Cherman, Everton Alvares; Monard, Maria Carolina; Lee, Huei Diana
Fonte: Electronic Notes in Theoretical Computer Science. Nome do evento: Latin American Conference in Informatics - CLEI. Unidade: ICMC
Assunto: INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SPOLAÔR, Newton et al. A comparison of multi-label feature selection methods using the problem transformation approach. Electronic Notes in Theoretical Computer Science. Amsterdam: Elsevier. Disponível em: https://doi.org/10.1016/j.entcs.2013.02.010. Acesso em: 07 jun. 2024. , 2013
APA
Spolaôr, N., Cherman, E. A., Monard, M. C., & Lee, H. D. (2013). A comparison of multi-label feature selection methods using the problem transformation approach. Electronic Notes in Theoretical Computer Science. Amsterdam: Elsevier. doi:10.1016/j.entcs.2013.02.010
NLM
Spolaôr N, Cherman EA, Monard MC, Lee HD. A comparison of multi-label feature selection methods using the problem transformation approach [Internet]. Electronic Notes in Theoretical Computer Science. 2013 ; 292( 5): 135-151.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1016/j.entcs.2013.02.010
Vancouver
Spolaôr N, Cherman EA, Monard MC, Lee HD. A comparison of multi-label feature selection methods using the problem transformation approach [Internet]. Electronic Notes in Theoretical Computer Science. 2013 ; 292( 5): 135-151.[citado 2024 jun. 07 ] Available from: https://doi.org/10.1016/j.entcs.2013.02.010
Trabalho de evento
Uma visão da participação feminina nos cursos de ciência de computação no Brasil (2013)
Monard, Maria Carolina; Fortes, Renata Pontin de Mattos
Fonte: Proceedings. Nome do evento: Conferencia Latinoamericana en Informática - CLEI. Unidade: ICMC
Assunto: CIÊNCIA DA COMPUTAÇÃO (EDUCAÇÃO)
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MONARD, Maria Carolina e FORTES, Renata Pontin de Mattos. Uma visão da participação feminina nos cursos de ciência de computação no Brasil. 2013, Anais.. Naiguatá: USB, 2013. . Acesso em: 07 jun. 2024.
APA
Monard, M. C., & Fortes, R. P. de M. (2013). Uma visão da participação feminina nos cursos de ciência de computação no Brasil. In Proceedings. Naiguatá: USB.
NLM
Monard MC, Fortes RP de M. Uma visão da participação feminina nos cursos de ciência de computação no Brasil. Proceedings. 2013 ;[citado 2024 jun. 07 ]
Vancouver
Monard MC, Fortes RP de M. Uma visão da participação feminina nos cursos de ciência de computação no Brasil. Proceedings. 2013 ;[citado 2024 jun. 07 ]

Unidades USP

ReP

Filtros

Tipo de material

Unidades USP

Departamento

Autores

Autores USP

Ano de publicação

Assuntos

Título da fonte

Editora

Nome do evento

País de publicação

Indexado em

Afiliação dos autores externos normalizada

Afiliação dos autores externos não normalizada