Assunto: APRENDIZADO COMPUTACIONAL
ABNT
OLIVEIRA, David Fernandes Neves. Interpretabilidade de modelos de aprendizado profundo aplicados ao diagnóstico e prognóstico não supervisionado de falhas. 2020. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2020. Disponível em: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-08032021-102116/. Acesso em: 23 ago. 2024.APA
Oliveira, D. F. N. (2020). Interpretabilidade de modelos de aprendizado profundo aplicados ao diagnóstico e prognóstico não supervisionado de falhas. (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/3/3141/tde-08032021-102116/NLM
Oliveira DFN. Interpretabilidade de modelos de aprendizado profundo aplicados ao diagnóstico e prognóstico não supervisionado de falhas. [Internet]. 2020 ;[citado 2024 ago. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-08032021-102116/Vancouver
Oliveira DFN. Interpretabilidade de modelos de aprendizado profundo aplicados ao diagnóstico e prognóstico não supervisionado de falhas. [Internet]. 2020 ;[citado 2024 ago. 23 ] Available from: https://www.teses.usp.br/teses/disponiveis/3/3141/tde-08032021-102116/