Improving the kernel regularized least squares method for small-sample regression (2015)
- Authors:
- Autor USP: MONARD, MARIA CAROLINA - ICMC
- Unidade: ICMC
- DOI: 10.1016/j.neucom.2014.12.097
- Assunto: INTELIGÊNCIA ARTIFICIAL
- Language: Inglês
- Imprenta:
- Source:
- Título: Neurocomputing
- ISSN: 0925-2312
- Volume/Número/Paginação/Ano: v. 163, p. 106-114, set. 2015
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
BRAGA, Igor e MONARD, Maria Carolina. Improving the kernel regularized least squares method for small-sample regression. Neurocomputing, v. 163, p. 106-114, 2015Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2014.12.097. Acesso em: 15 abr. 2026. -
APA
Braga, I., & Monard, M. C. (2015). Improving the kernel regularized least squares method for small-sample regression. Neurocomputing, 163, 106-114. doi:10.1016/j.neucom.2014.12.097 -
NLM
Braga I, Monard MC. Improving the kernel regularized least squares method for small-sample regression [Internet]. Neurocomputing. 2015 ; 163 106-114.[citado 2026 abr. 15 ] Available from: https://doi.org/10.1016/j.neucom.2014.12.097 -
Vancouver
Braga I, Monard MC. Improving the kernel regularized least squares method for small-sample regression [Internet]. Neurocomputing. 2015 ; 163 106-114.[citado 2026 abr. 15 ] Available from: https://doi.org/10.1016/j.neucom.2014.12.097 - 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
- An integrated environment for data mining
- Constructing ensembles of symbolic classifiers
- Aprendizado de maquina simbolico para mineração de dados
Informações sobre a disponibilidade de versões do artigo em acesso aberto coletadas automaticamente via oaDOI API (Unpaywall).
Por se tratar de integração com serviço externo, podem existir diferentes versões do trabalho (como preprints ou postprints), que podem diferir da versão publicada.
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
