Subjects: VISÃO COMPUTACIONAL, MINERAÇÃO DE DADOS, APRENDIZADO COMPUTACIONAL, TEORIA DA DECISÃO
ABNT
POPOLIN NETO, Mário. Random Forest interpretability - explaining classification models and multivariate data through logic rules visualizations. 2021. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03032022-105725/. Acesso em: 04 nov. 2024.APA
Popolin Neto, M. (2021). Random Forest interpretability - explaining classification models and multivariate data through logic rules visualizations (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03032022-105725/NLM
Popolin Neto M. Random Forest interpretability - explaining classification models and multivariate data through logic rules visualizations [Internet]. 2021 ;[citado 2024 nov. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03032022-105725/Vancouver
Popolin Neto M. Random Forest interpretability - explaining classification models and multivariate data through logic rules visualizations [Internet]. 2021 ;[citado 2024 nov. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-03032022-105725/