Caires, Daniel de Oliveira; Toledo, Claudio Fabiano Motta 
Fonte: Anais. Nome do evento: Workshop de Matemática, Estatística e Computação Aplicadas à Indústria - WMECAI. Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, INTELIGÊNCIA ARTIFICIAL, PREDIÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAIRES, Daniel de Oliveira e TOLEDO, Claudio Fabiano Motta. Técnicas de interpretabilidade para aprendizado de máquina: um estudo abordando avaliação de crédito. 2022, Anais.. Campinas: Galoá, 2022. Disponível em: https://doi.org/10.17648/wmecai-2022-154059. Acesso em: 01 nov. 2024.APA
Caires, D. de O., & Toledo, C. F. M. (2022). Técnicas de interpretabilidade para aprendizado de máquina: um estudo abordando avaliação de crédito. In Anais. Campinas: Galoá. doi:10.17648/wmecai-2022-154059NLM
Caires D de O, Toledo CFM. Técnicas de interpretabilidade para aprendizado de máquina: um estudo abordando avaliação de crédito [Internet]. Anais. 2022 ;[citado 2024 nov. 01 ] Available from: https://doi.org/10.17648/wmecai-2022-154059Vancouver
Caires D de O, Toledo CFM. Técnicas de interpretabilidade para aprendizado de máquina: um estudo abordando avaliação de crédito [Internet]. Anais. 2022 ;[citado 2024 nov. 01 ] Available from: https://doi.org/10.17648/wmecai-2022-154059
