An experimental design to evaluate class imbalance treatment methods (2012)
- Authors:
- Autor USP: BATISTA, GUSTAVO ENRIQUE DE ALMEIDA PRADO ALVES - ICMC
- Unidade: ICMC
- DOI: 10.1109/ICMLA.2012.162
- Assunto: INTELIGÊNCIA ARTIFICIAL
- Language: Inglês
- Imprenta:
- Publisher: IEEE Computer Society
- Publisher place: Los Alamitos
- Date published: 2012
- ISBN: 9780769549132
- Source:
- Título do periódico: Proceedings
- Conference titles: International Conference on Machine Learning and Applications - ICMLA
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
BATISTA, Gustavo Enrique de Almeida Prado Alves e SILVA, Diego e PRATI, Ronaldo. An experimental design to evaluate class imbalance treatment methods. 2012, Anais.. Los Alamitos: IEEE Computer Society, 2012. Disponível em: https://doi.org/10.1109/ICMLA.2012.162. Acesso em: 29 jul. 2024. -
APA
Batista, G. E. de A. P. A., Silva, D., & Prati, R. (2012). An experimental design to evaluate class imbalance treatment methods. In Proceedings. Los Alamitos: IEEE Computer Society. doi:10.1109/ICMLA.2012.162 -
NLM
Batista GE de APA, Silva D, Prati R. An experimental design to evaluate class imbalance treatment methods [Internet]. Proceedings. 2012 ;[citado 2024 jul. 29 ] Available from: https://doi.org/10.1109/ICMLA.2012.162 -
Vancouver
Batista GE de APA, Silva D, Prati R. An experimental design to evaluate class imbalance treatment methods [Internet]. Proceedings. 2012 ;[citado 2024 jul. 29 ] Available from: https://doi.org/10.1109/ICMLA.2012.162 - Contribuições em mineração de dados temporais e classes desbalanceadas
- Classification of live moths combining texture, color and shape primitives
- A complexity-invariant distance measure for time series
- Mineração de séries temporais por meio da extração de características e da identificação de motifs
- Extração de padrões e construção de modelos simbólicos para previsão de dados temporais
- Towards automatic classification on flying insects using inexpensive sensors
- Distância invariante à complexidade baseada em dimensão fractal para classificação de séries temporais
- A novel approximation to dynamic time warping allows anytime clustering of massive time series datasets
- Data mining a trillion time series subsequences under dynamic time warping
- An empirical comparison of dissimilarity measures for time series classification
Informações sobre o DOI: 10.1109/ICMLA.2012.162 (Fonte: oaDOI API)
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas