Um estudo sobre a efetividade do método de imputação baseado no algoritmo K-vizinhos mais próximos. (CDROM) (2003)
- Authors:
- Autor USP: MONARD, MARIA CAROLINA - ICMC
- Unidade: ICMC
- Assunto: INTELIGÊNCIA ARTIFICIAL
- Language: Português
- Imprenta:
- Publisher: Universidade del BIO-BIO/Sociedade Chilena de Ciencia de la Computacion
- Publisher place: Chillan
- Date published: 2003
- Conference titles: Jornadas Chilenas de Computacion
-
ABNT
BATISTA, Gustavo Enrique de Almeida Prado Alves e MONARD, Maria Carolina. Um estudo sobre a efetividade do método de imputação baseado no algoritmo K-vizinhos mais próximos. (CDROM). 2003, Anais.. Chillan: Universidade del BIO-BIO/Sociedade Chilena de Ciencia de la Computacion, 2003. . Acesso em: 09 abr. 2026. -
APA
Batista, G. E. de A. P. A., & Monard, M. C. (2003). Um estudo sobre a efetividade do método de imputação baseado no algoritmo K-vizinhos mais próximos. (CDROM). In . Chillan: Universidade del BIO-BIO/Sociedade Chilena de Ciencia de la Computacion. -
NLM
Batista GE de APA, Monard MC. Um estudo sobre a efetividade do método de imputação baseado no algoritmo K-vizinhos mais próximos. (CDROM). 2003 ;[citado 2026 abr. 09 ] -
Vancouver
Batista GE de APA, Monard MC. Um estudo sobre a efetividade do método de imputação baseado no algoritmo K-vizinhos mais próximos. (CDROM). 2003 ;[citado 2026 abr. 09 ] - An analysis of four missing data treatment methods for supervised learning
- Aplicação de métodos de séries temporais para a identificação de seções em exames de manometria anorretal
- A framework to integrate data mining components
- Mapeamento de dados não-estruturados para bases de dados estruturadas
- Extensões do algoritmo de aprendizado de máquina multirrótulo BRkNN
- Algoritmos de aprendizado baseado em grafos para classificação multirrótulo
- Lazy multi-label learning algorithms based on mutuality strategies
- Um algoritmo para selecionar regras de conhecimento utilizando medidas de avaliação de regras. (CDROM)
- An integrated environment for data mining
- Constructing ensembles of symbolic classifiers
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
