Uma proposta para evoluir classificadores simbólicos utilizando algoritmo genético (2006)
- Authors:
- USP affiliated author: MONARD, MARIA CAROLINA - ICMC
- School: ICMC
- Subject: INTELIGÊNCIA ARTIFICIAL
- Language: Português
- Imprenta:
- Publisher: CLEI
- Place of publication: Montevidéu, Uruguai
- Date published: 2006
- Source:
- Título do periódico: Schedule and Abstracts
- Conference title: Conferencia Latino Americana de Informática - CLEI 2006
-
ABNT
BERNARDINI, Flávia Cristina e MONARD, Maria Carolina. Uma proposta para evoluir classificadores simbólicos utilizando algoritmo genético. 2006, Anais.. Montevidéu, Uruguai: CLEI, 2006. . Acesso em: 26 jun. 2022. -
APA
Bernardini, F. C., & Monard, M. C. (2006). Uma proposta para evoluir classificadores simbólicos utilizando algoritmo genético. In Schedule and Abstracts. Montevidéu, Uruguai: CLEI. -
NLM
Bernardini FC, Monard MC. Uma proposta para evoluir classificadores simbólicos utilizando algoritmo genético. Schedule and Abstracts. 2006 ;[citado 2022 jun. 26 ] -
Vancouver
Bernardini FC, Monard MC. Uma proposta para evoluir classificadores simbólicos utilizando algoritmo genético. Schedule and Abstracts. 2006 ;[citado 2022 jun. 26 ] - Um estudo sobre a efetividade do método de imputação baseado no algoritmo K-vizinhos mais próximos. (CDROM)
- Proposta de um algoritmo de clustering semi-supervisionado para rotular exemplos a partir de poucos exemplos rotulados
- A study of the behavior of several methods for balancing machine learning training data
- Clustering hierárquico: uma metodologia para auxiliar na inerpretação dos clusters
- A comparison of methods for rule subset selection applied to associative classification
- A mulit-objective evolutionary algorithmto build knowledge classification rules with specific properties
- Balancing strategies and class overlapping
- A hybrid wrapper/filter approach for feature subset selection
- Construção de uma representação atributo-valor para extração de conhecimento a partir de informações semi-estruturadas de laudos médicos
- Exploring unclassified texts using multiview semisupervised learning
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
