ReP USP - Resultado da busca

Tese (Doutorado)
Bandas de predição usando densidade condicional estimada e um modelo LDA com covariáveis (2021)
Shimizu, Gilson Yuuji; Izbicki, Rafael (Orientador)
Unidade: ICMC/UFSCar
Assuntos: APRENDIZADO COMPUTACIONAL, ANÁLISE DE TEXTO, ANÁLISE DE REGRESSÃO E DE CORRELAÇÃO, INFERÊNCIA ESTATÍSTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SHIMIZU, Gilson Yuuji. Bandas de predição usando densidade condicional estimada e um modelo LDA com covariáveis. 2021. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-08112021-111235/. Acesso em: 13 jul. 2024.
APA
Shimizu, G. Y. (2021). Bandas de predição usando densidade condicional estimada e um modelo LDA com covariáveis (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/104/104131/tde-08112021-111235/
NLM
Shimizu GY. Bandas de predição usando densidade condicional estimada e um modelo LDA com covariáveis [Internet]. 2021 ;[citado 2024 jul. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-08112021-111235/
Vancouver
Shimizu GY. Bandas de predição usando densidade condicional estimada e um modelo LDA com covariáveis [Internet]. 2021 ;[citado 2024 jul. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-08112021-111235/
Dissertação (Mestrado)
Redes Bayesianas para classificação com aprendizado via Scoring and Restrict: método, aplicação e comparação com métodos tradicionais (2021)
Ozelame, Camila Sgarioni; Louzada, Francisco (Orientador)
Unidade: ICMC/UFSCar
Assuntos: PROBABILIDADE, TEORIA DOS GRAFOS, INFERÊNCIA ESTATÍSTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
OZELAME, Camila Sgarioni. Redes Bayesianas para classificação com aprendizado via Scoring and Restrict: método, aplicação e comparação com métodos tradicionais. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-23062021-111521/. Acesso em: 13 jul. 2024.
APA
Ozelame, C. S. (2021). Redes Bayesianas para classificação com aprendizado via Scoring and Restrict: método, aplicação e comparação com métodos tradicionais (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/104/104131/tde-23062021-111521/
NLM
Ozelame CS. Redes Bayesianas para classificação com aprendizado via Scoring and Restrict: método, aplicação e comparação com métodos tradicionais [Internet]. 2021 ;[citado 2024 jul. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-23062021-111521/
Vancouver
Ozelame CS. Redes Bayesianas para classificação com aprendizado via Scoring and Restrict: método, aplicação e comparação com métodos tradicionais [Internet]. 2021 ;[citado 2024 jul. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-23062021-111521/
Dissertação (Mestrado)
Algoritmos de estimação para modelos Markovianos não-homogêneos (2020)
Lee, Gustavo Alexis Sabillón; Zuanetti, Daiane Aparecida (Orientador)
Unidade: ICMC/UFSCar
Assuntos: CADEIAS DE MARKOV, PROCESSOS ESTOCÁSTICOS, MODELOS PARA PROCESSOS ESTOCÁSTICOS, ESTATÍSTICA E PROBABILIDADE, INFERÊNCIA ESTATÍSTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LEE, Gustavo Alexis Sabillón. Algoritmos de estimação para modelos Markovianos não-homogêneos. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-10062020-104710/. Acesso em: 13 jul. 2024.
APA
Lee, G. A. S. (2020). Algoritmos de estimação para modelos Markovianos não-homogêneos (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/104/104131/tde-10062020-104710/
NLM
Lee GAS. Algoritmos de estimação para modelos Markovianos não-homogêneos [Internet]. 2020 ;[citado 2024 jul. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-10062020-104710/
Vancouver
Lee GAS. Algoritmos de estimação para modelos Markovianos não-homogêneos [Internet]. 2020 ;[citado 2024 jul. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-10062020-104710/
Dissertação (Mestrado)
O Modelo de Regressão Potência-Normal Logística, Cauchy, Normal e Gumbel para resposta no intervalo unitário (2020)
Pedraza, Carlos Franklin Taco; Cancho, Vicente Garibay (Orientador)
Unidade: ICMC/UFSCar
Assuntos: DISTRIBUIÇÕES (PROBABILIDADE), VEROSSIMILHANÇA, ANÁLISE DE REGRESSÃO E DE CORRELAÇÃO, INFERÊNCIA ESTATÍSTICA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PEDRAZA, Carlos Franklin Taco. O Modelo de Regressão Potência-Normal Logística, Cauchy, Normal e Gumbel para resposta no intervalo unitário. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-18092020-172444/. Acesso em: 13 jul. 2024.
APA
Pedraza, C. F. T. (2020). O Modelo de Regressão Potência-Normal Logística, Cauchy, Normal e Gumbel para resposta no intervalo unitário (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/104/104131/tde-18092020-172444/
NLM
Pedraza CFT. O Modelo de Regressão Potência-Normal Logística, Cauchy, Normal e Gumbel para resposta no intervalo unitário [Internet]. 2020 ;[citado 2024 jul. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-18092020-172444/
Vancouver
Pedraza CFT. O Modelo de Regressão Potência-Normal Logística, Cauchy, Normal e Gumbel para resposta no intervalo unitário [Internet]. 2020 ;[citado 2024 jul. 13 ] Available from: https://www.teses.usp.br/teses/disponiveis/104/104131/tde-18092020-172444/
Tese (Doutorado)
Efficient Bayesian methods for mixture models with genetic applications (2016)
Zuanetti, Daiane Aparecida; Milan, Luis Aparecido (Orientador)
Unidade: ICMC/UFSCar
Assuntos: DISTRIBUIÇÕES (PROBABILIDADE), INFERÊNCIA BAYESIANA, ANÁLISE DE DADOS, MÉTODOS MCMC, DIAGNÓSTICO DA SITUAÇÃO DE SAÚDE, INFERÊNCIA ESTATÍSTICA, SÉRIES DE DIRICHLET
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ZUANETTI, Daiane Aparecida. Efficient Bayesian methods for mixture models with genetic applications. 2016. Tese (Doutorado) – Universidade de São Paulo, São Carlos, 2016. Disponível em: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-20082019-083551/. Acesso em: 13 jul. 2024.
APA
Zuanetti, D. A. (2016). Efficient Bayesian methods for mixture models with genetic applications (Tese (Doutorado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/104/104131/tde-20082019-083551/
NLM
Zuanetti DA. Efficient Bayesian methods for mixture models with genetic applications [Internet]. 2016 ;[citado 2024 jul. 13 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-20082019-083551/
Vancouver
Zuanetti DA. Efficient Bayesian methods for mixture models with genetic applications [Internet]. 2016 ;[citado 2024 jul. 13 ] Available from: http://www.teses.usp.br/teses/disponiveis/104/104131/tde-20082019-083551/

Unidades USP

ReP

Filtros

Autores

Assuntos