Silva, Vanderlei Carneiro da 
; Gorgulho, Bartira ; Marchioni, Dirce Maria Lobo ; Araujo, Tânia Aparecida de ; Santos, Itamar de Souza ; Lotufo, Paulo Andrade ; Bensenor, Isabela Martins
Fonte: Journal of Human Nutrition and Dietetics. Unidades: FSP, HU, FM
Assuntos: COMPORTAMENTO ALIMENTAR, ALGORITMOS, SAÚDE DO ADULTO, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Vanderlei Carneiro da et al. Clustering analysis and machine learning algorithms in the prediction of dietary patterns: Cross-sectional results of the Brazilian Longitudinal Study of Adult Health (ELSA-Brasil). Journal of Human Nutrition and Dietetics, v. 35, n. 5, p. 883-894, 2022Tradução . . Disponível em: https://doi.org/10.1111/jhn.12992. Acesso em: 28 jul. 2024.APA
Silva, V. C. da, Gorgulho, B., Marchioni, D. M. L., Araujo, T. A. de, Santos, I. de S., Lotufo, P. A., & Bensenor, I. M. (2022). Clustering analysis and machine learning algorithms in the prediction of dietary patterns: Cross-sectional results of the Brazilian Longitudinal Study of Adult Health (ELSA-Brasil). Journal of Human Nutrition and Dietetics, 35( 5), 883-894. doi:10.1111/jhn.12992NLM
Silva VC da, Gorgulho B, Marchioni DML, Araujo TA de, Santos I de S, Lotufo PA, Bensenor IM. Clustering analysis and machine learning algorithms in the prediction of dietary patterns: Cross-sectional results of the Brazilian Longitudinal Study of Adult Health (ELSA-Brasil) [Internet]. Journal of Human Nutrition and Dietetics. 2022 ;35( 5): 883-894.[citado 2024 jul. 28 ] Available from: https://doi.org/10.1111/jhn.12992Vancouver
Silva VC da, Gorgulho B, Marchioni DML, Araujo TA de, Santos I de S, Lotufo PA, Bensenor IM. Clustering analysis and machine learning algorithms in the prediction of dietary patterns: Cross-sectional results of the Brazilian Longitudinal Study of Adult Health (ELSA-Brasil) [Internet]. Journal of Human Nutrition and Dietetics. 2022 ;35( 5): 883-894.[citado 2024 jul. 28 ] Available from: https://doi.org/10.1111/jhn.12992
