Influências socioeconômicas e geográficas no desempenho do ENEM 2023: um estudo estatístico e de aprendizado de máquina (2024)
- Authors:
- USP affiliated authors: BOAS, PAULINO RIBEIRO VILLAS - ICMC ; MIELKE, LUCAS VALLE - ICMC
- Unidade: ICMC
- Subjects: APRENDIZADO COMPUTACIONAL; ESTATÍSTICA APLICADA
- Language: Português
- Imprenta:
- Publisher: ICMC-USP
- Publisher place: São Carlos
- Date published: 2024
- Source:
- Título: Anais
- Conference titles: Workshop de Matematica, Estatística e Computação Aplicadas a Indústria - WMECAI
-
ABNT
MIELKE, Lucas Valle e VILLAS BOAS, Paulino Ribeiro. Influências socioeconômicas e geográficas no desempenho do ENEM 2023: um estudo estatístico e de aprendizado de máquina. 2024, Anais.. São Carlos: ICMC-USP, 2024. Disponível em: https://cemeai.icmc.usp.br/WMECAI/trabalhos-3wmecai. Acesso em: 20 jan. 2026. -
APA
Mielke, L. V., & Villas Boas, P. R. (2024). Influências socioeconômicas e geográficas no desempenho do ENEM 2023: um estudo estatístico e de aprendizado de máquina. In Anais. São Carlos: ICMC-USP. Recuperado de https://cemeai.icmc.usp.br/WMECAI/trabalhos-3wmecai -
NLM
Mielke LV, Villas Boas PR. Influências socioeconômicas e geográficas no desempenho do ENEM 2023: um estudo estatístico e de aprendizado de máquina [Internet]. Anais. 2024 ;[citado 2026 jan. 20 ] Available from: https://cemeai.icmc.usp.br/WMECAI/trabalhos-3wmecai -
Vancouver
Mielke LV, Villas Boas PR. Influências socioeconômicas e geográficas no desempenho do ENEM 2023: um estudo estatístico e de aprendizado de máquina [Internet]. Anais. 2024 ;[citado 2026 jan. 20 ] Available from: https://cemeai.icmc.usp.br/WMECAI/trabalhos-3wmecai - Previsão do preço do arroz: um estudo com modelos econométricos e variáveis exógenas
- Uma ferramenta orientada ao objeto para monitoramento de cargas em sistemas paralelos
- Efeito da amostragem nas propriedades topológicas de redes complexas
- Despesas administrativas em empresas brasileiras: benchmarking e impactos da pandemia
- Uso de modelos de decomposição em componentes não observáveis para predição de séries temporais não estacionárias de commodities agrícolas
- Aprendizado de máquina aplicado à predição do preço do arroz utilizando dados climatológicos e econômicos
- Estimativa do preço de mandioca na região de Assis-SP através de dados de insumos e fatores climáticos com aplicaçãao de modelos lineares generalizados
- Previsão do preço do arroz no Brasil usando modelos de aprendizado de máquina e dados de oferta e demanda
- One-Point Calibration LIBS Method Demonstrates Potential for Accurate Quantification of Mercury in Soil and Landfill Leachate Samples
- Técnica inovadora permite quantificar mercúrio em amostras em questão de segundos
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
3261741.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
