Balancing training data for automated annotation of keywords:: a case study (2003)
- Authors:
- Autor USP: MONARD, MARIA CAROLINA - ICMC
- Unidade: ICMC
- Assunto: INTELIGÊNCIA ARTIFICIAL
- Language: Inglês
- Source:
- Título: Revista Tecnologia da Informação
- ISSN: 1516-9197
- Volume/Número/Paginação/Ano: v. 3, n.2, p. 15-20, 2003
-
ABNT
BATISTA, Gustavo Enrique de Almeida Prado Alves e BAZZAN, Ana Lúcia Cetertich e MONARD, Maria Carolina. Balancing training data for automated annotation of keywords:: a case study. Revista Tecnologia da Informação, v. 3, n. 2, p. 15-20, 2003Tradução . . Acesso em: 20 fev. 2026. -
APA
Batista, G. E. de A. P. A., Bazzan, A. L. C., & Monard, M. C. (2003). Balancing training data for automated annotation of keywords:: a case study. Revista Tecnologia da Informação, 3( 2), 15-20. -
NLM
Batista GE de APA, Bazzan ALC, Monard MC. Balancing training data for automated annotation of keywords:: a case study. Revista Tecnologia da Informação. 2003 ; 3( 2): 15-20.[citado 2026 fev. 20 ] -
Vancouver
Batista GE de APA, Bazzan ALC, Monard MC. Balancing training data for automated annotation of keywords:: a case study. Revista Tecnologia da Informação. 2003 ; 3( 2): 15-20.[citado 2026 fev. 20 ] - 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
