Multi-label active learning: key issues and a novel query strategy (2019)
- Authors:
- Autor USP: MONARD, MARIA CAROLINA - ICMC
- Unidade: ICMC
- DOI: 10.1007/s12530-017-9202-z
- Subjects: APRENDIZADO COMPUTACIONAL; DESCOBERTA DE CONHECIMENTO
- Keywords: Supervised learning; Multi-label learning; Active learning; Pool-based strategies
- Agências de fomento:
- Language: Inglês
- Imprenta:
- Publisher place: Heidelberg
- Date published: 2019
- Source:
- Título: Evolving Systems
- ISSN: 1868-6478
- Volume/Número/Paginação/Ano: v. 10, n. 1, p. 63-78, Mar. 2019
- Status:
- Artigo possui versão em acesso aberto em repositório (Green Open Access)
- Versão do Documento:
- Versão submetida (Pré-print)
- Acessar versão aberta:
-
ABNT
CHERMAN, Everton Alvares et al. Multi-label active learning: key issues and a novel query strategy. Evolving Systems, v. 10, n. 1, p. 63-78, 2019Tradução . . Disponível em: https://doi.org/10.1007/s12530-017-9202-z. Acesso em: 22 mar. 2026. -
APA
Cherman, E. A., Papanikolaou, Y., Tsoumakas, G., & Monard, M. C. (2019). Multi-label active learning: key issues and a novel query strategy. Evolving Systems, 10( 1), 63-78. doi:10.1007/s12530-017-9202-z -
NLM
Cherman EA, Papanikolaou Y, Tsoumakas G, Monard MC. Multi-label active learning: key issues and a novel query strategy [Internet]. Evolving Systems. 2019 ; 10( 1): 63-78.[citado 2026 mar. 22 ] Available from: https://doi.org/10.1007/s12530-017-9202-z -
Vancouver
Cherman EA, Papanikolaou Y, Tsoumakas G, Monard MC. Multi-label active learning: key issues and a novel query strategy [Internet]. Evolving Systems. 2019 ; 10( 1): 63-78.[citado 2026 mar. 22 ] Available from: https://doi.org/10.1007/s12530-017-9202-z - 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
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
