Caires, Daniel de Oliveira; Toledo, Claudio Fabiano Motta (Orientador) 
Subjects: APRENDIZADO COMPUTACIONAL, TOMADA DE DECISÃO, INTELIGÊNCIA ARTIFICIAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
CAIRES, Daniel de Oliveira. Técnicas de interpretabilidade para aprendizado de máquina: um estudo abordando avaliação de crédito e detecção de fraude. 2022. Mestrado Profissionalizante – Universidade de São Paulo, São Carlos, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-16122022-180337/. Acesso em: 02 nov. 2024.APA
Caires, D. de O. (2022). Técnicas de interpretabilidade para aprendizado de máquina: um estudo abordando avaliação de crédito e detecção de fraude (Mestrado Profissionalizante). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55137/tde-16122022-180337/NLM
Caires D de O. Técnicas de interpretabilidade para aprendizado de máquina: um estudo abordando avaliação de crédito e detecção de fraude [Internet]. 2022 ;[citado 2024 nov. 02 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-16122022-180337/Vancouver
Caires D de O. Técnicas de interpretabilidade para aprendizado de máquina: um estudo abordando avaliação de crédito e detecção de fraude [Internet]. 2022 ;[citado 2024 nov. 02 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55137/tde-16122022-180337/
