ReP USP - Resultado da busca

Trabalho de evento
Accurately quantifying under score variability (2021)
Maletzke, André Gustavo ; Reis, Denis Moreira dos ; Hassan, Waqar; Batista, Gustavo Enrique de Almeida Prado Alves
Fonte: Proceedings. Nome do evento: IEEE International Conference on Data Mining - ICDM. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MALETZKE, André Gustavo et al. Accurately quantifying under score variability. 2021, Anais.. Los Alamitos: IEEE, 2021. Disponível em: https://doi.org/10.1109/ICDM51629.2021.00149. Acesso em: 03 dez. 2025.
APA
Maletzke, A. G., Reis, D. M. dos, Hassan, W., & Batista, G. E. de A. P. A. (2021). Accurately quantifying under score variability. In Proceedings. Los Alamitos: IEEE. doi:10.1109/ICDM51629.2021.00149
NLM
Maletzke AG, Reis DM dos, Hassan W, Batista GE de APA. Accurately quantifying under score variability [Internet]. Proceedings. 2021 ;[citado 2025 dez. 03 ] Available from: https://doi.org/10.1109/ICDM51629.2021.00149
Vancouver
Maletzke AG, Reis DM dos, Hassan W, Batista GE de APA. Accurately quantifying under score variability [Internet]. Proceedings. 2021 ;[citado 2025 dez. 03 ] Available from: https://doi.org/10.1109/ICDM51629.2021.00149
Tese (Doutorado)
Non-stationary and unpredictable data distributions in classification and quantification (2020)
Reis, Denis Moreira dos; Batista, Gustavo Enrique de Almeida Prado Alves (Orientador); Sousa, Elaine Parros Machado de (Orientador)
Unidade: ICMC
Assuntos: ANÁLISE DE DADOS, APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE DADOS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
REIS, Denis Moreira dos. Non-stationary and unpredictable data distributions in classification and quantification. 2020. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27072020-174834/. Acesso em: 03 dez. 2025.
APA
Reis, D. M. dos. (2020). Non-stationary and unpredictable data distributions in classification and quantification (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27072020-174834/
NLM
Reis DM dos. Non-stationary and unpredictable data distributions in classification and quantification [Internet]. 2020 ;[citado 2025 dez. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27072020-174834/
Vancouver
Reis DM dos. Non-stationary and unpredictable data distributions in classification and quantification [Internet]. 2020 ;[citado 2025 dez. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-27072020-174834/
Artigo de periodico
Challenges in benchmarking stream learning algorithms with real-world data (2020)
Souza, Vinícius Mourão Alves de ; Reis, Denis Moreira dos ; Maletzke, André Gustavo ; Batista, Gustavo Enrique de Almeida Prado Alves
Fonte: Data Mining and Knowledge Discovery. Unidade: ICMC
Assuntos: ANÁLISE DE SÉRIES TEMPORAIS, MINERAÇÃO DE DADOS, ALGORITMOS ÚTEIS E ESPECÍFICOS, BENCHMARKS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SOUZA, Vinícius Mourão Alves de et al. Challenges in benchmarking stream learning algorithms with real-world data. Data Mining and Knowledge Discovery, v. No 2020, n. 6, p. 1805-1858, 2020Tradução . . Disponível em: https://doi.org/10.1007/s10618-020-00698-5. Acesso em: 03 dez. 2025.
APA
Souza, V. M. A. de, Reis, D. M. dos, Maletzke, A. G., & Batista, G. E. de A. P. A. (2020). Challenges in benchmarking stream learning algorithms with real-world data. Data Mining and Knowledge Discovery, No 2020( 6), 1805-1858. doi:10.1007/s10618-020-00698-5
NLM
Souza VMA de, Reis DM dos, Maletzke AG, Batista GE de APA. Challenges in benchmarking stream learning algorithms with real-world data [Internet]. Data Mining and Knowledge Discovery. 2020 ; No 2020( 6): 1805-1858.[citado 2025 dez. 03 ] Available from: https://doi.org/10.1007/s10618-020-00698-5
Vancouver
Souza VMA de, Reis DM dos, Maletzke AG, Batista GE de APA. Challenges in benchmarking stream learning algorithms with real-world data [Internet]. Data Mining and Knowledge Discovery. 2020 ; No 2020( 6): 1805-1858.[citado 2025 dez. 03 ] Available from: https://doi.org/10.1007/s10618-020-00698-5
Trabalho de evento
The importance of the test set size in quantification assessment (2020)
Maletzke, André Gustavo ; Hassan, Waqar; Reis, Denis Moreira dos ; Batista, Gustavo Enrique de Almeida Prado Alves
Fonte: Proceedings. Nome do evento: International Joint Conference on Artificial Intelligence - IJCAI. Unidade: ICMC
Assuntos: MINERAÇÃO DE DADOS, APRENDIZADO COMPUTACIONAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MALETZKE, André Gustavo et al. The importance of the test set size in quantification assessment. 2020, Anais.. Vienna: IJCAI, 2020. Disponível em: https://doi.org/10.24963/ijcai.2020/366. Acesso em: 03 dez. 2025.
APA
Maletzke, A. G., Hassan, W., Reis, D. M. dos, & Batista, G. E. de A. P. A. (2020). The importance of the test set size in quantification assessment. In Proceedings. Vienna: IJCAI. doi:10.24963/ijcai.2020/366
NLM
Maletzke AG, Hassan W, Reis DM dos, Batista GE de APA. The importance of the test set size in quantification assessment [Internet]. Proceedings. 2020 ;[citado 2025 dez. 03 ] Available from: https://doi.org/10.24963/ijcai.2020/366
Vancouver
Maletzke AG, Hassan W, Reis DM dos, Batista GE de APA. The importance of the test set size in quantification assessment [Internet]. Proceedings. 2020 ;[citado 2025 dez. 03 ] Available from: https://doi.org/10.24963/ijcai.2020/366
Dissertação (Mestrado)
Classificação de fluxos de dados com mudança de conceito e latência de verificação (2016)
Reis, Denis Moreira dos; Batista, Gustavo Enrique de Almeida Prado Alves (Orientador)
Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, ANÁLISE DE DADOS, INFERÊNCIA PARAMÉTRICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
REIS, Denis Moreira dos. Classificação de fluxos de dados com mudança de conceito e latência de verificação. 2016. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-13012017-095800/. Acesso em: 03 dez. 2025.
APA
Reis, D. M. dos. (2016). Classificação de fluxos de dados com mudança de conceito e latência de verificação (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/55/55134/tde-13012017-095800/
NLM
Reis DM dos. Classificação de fluxos de dados com mudança de conceito e latência de verificação [Internet]. 2016 ;[citado 2025 dez. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-13012017-095800/
Vancouver
Reis DM dos. Classificação de fluxos de dados com mudança de conceito e latência de verificação [Internet]. 2016 ;[citado 2025 dez. 03 ] Available from: http://www.teses.usp.br/teses/disponiveis/55/55134/tde-13012017-095800/

Unidades USP

ReP

Filtros

Autores

Assuntos

Agência de fomento