TP-DISCOVER: um ambiente computacional para auxílio no pré-processamento de laudos médicos não-estruturados (2009)
- Authors:
- Autor USP: MONARD, MARIA CAROLINA - ICMC
- Unidade: ICMC
- Assunto: INTELIGÊNCIA ARTIFICIAL
- Language: Português
- Imprenta:
- Publisher: SADIO
- Publisher place: Mar del Plata
- Date published: 2009
- Source:
- Título: Anales JAIIO
- ISSN: 1850-2822
- Conference titles: Jornadas Argentinas de Informática e Investigación Operativa
-
ABNT
HONORATO, Daniel de Faveri et al. TP-DISCOVER: um ambiente computacional para auxílio no pré-processamento de laudos médicos não-estruturados. 2009, Anais.. Mar del Plata: SADIO, 2009. . Acesso em: 14 fev. 2026. -
APA
Honorato, D. de F., Monard, M. C., Huei Diana Lee,, Ferrero, C. A., & Wu Feng Chung,. (2009). TP-DISCOVER: um ambiente computacional para auxílio no pré-processamento de laudos médicos não-estruturados. In Anales JAIIO. Mar del Plata: SADIO. -
NLM
Honorato D de F, Monard MC, Huei Diana Lee, Ferrero CA, Wu Feng Chung. TP-DISCOVER: um ambiente computacional para auxílio no pré-processamento de laudos médicos não-estruturados. Anales JAIIO. 2009 ;[citado 2026 fev. 14 ] -
Vancouver
Honorato D de F, Monard MC, Huei Diana Lee, Ferrero CA, Wu Feng Chung. TP-DISCOVER: um ambiente computacional para auxílio no pré-processamento de laudos médicos não-estruturados. Anales JAIIO. 2009 ;[citado 2026 fev. 14 ] - 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
