Menu

Filtros : "MINERAÇÃO DE DADOS" "Neurocomputing" Removidos: "Université Grenoble Alpes" "PAULOVICH, FERNANDO VIEIRA" "1982" "Distúrbios do Crescimento Celular, Hemodinâmicos e da Hemostasia" "Financiamento Samsung" "Edições EACH" Limpar

Filtros

Limitar por data

  • 1

1 - 2 (2 registros)

  • Artigo de periodico

    Empirical investigation of active learning strategies (2019)

    Pereira-Santos, Davi; Prudêncio, Ricardo Bastos Cavalcante; Carvalho, André Carlos Ponce de Leon Ferreira de

    Fonte: Neurocomputing. Unidade: ICMC

    Assuntos: APRENDIZADO COMPUTACIONAL, MINERAÇÃO DE DADOS, RECONHECIMENTO DE PADRÕES

    Acesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      PEREIRA-SANTOS, Davi e PRUDÊNCIO, Ricardo Bastos Cavalcante e CARVALHO, André Carlos Ponce de Leon Ferreira de. Empirical investigation of active learning strategies. Neurocomputing, v. 326-327, n. Ja 2019, p. 15-27, 2019Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2017.05.105. Acesso em: 13 jul. 2024.

    • APA

      Pereira-Santos, D., Prudêncio, R. B. C., & Carvalho, A. C. P. de L. F. de. (2019). Empirical investigation of active learning strategies. Neurocomputing, 326-327( Ja 2019), 15-27. doi:10.1016/j.neucom.2017.05.105

    • NLM

      Pereira-Santos D, Prudêncio RBC, Carvalho ACP de LF de. Empirical investigation of active learning strategies [Internet]. Neurocomputing. 2019 ; 326-327( Ja 2019): 15-27.[citado 2024 jul. 13 ] Available from: https://doi.org/10.1016/j.neucom.2017.05.105

    • Vancouver

      Pereira-Santos D, Prudêncio RBC, Carvalho ACP de LF de. Empirical investigation of active learning strategies [Internet]. Neurocomputing. 2019 ; 326-327( Ja 2019): 15-27.[citado 2024 jul. 13 ] Available from: https://doi.org/10.1016/j.neucom.2017.05.105

  • Artigo de periodico

    Improving k-means through distributed scalable metaheuristics (2017)

    Oliveira, G. V; Coutinho, F. P; Campello, Ricardo José Gabrielli Barreto; Naldi, M. C

    Fonte: Neurocomputing. Unidade: ICMC

    Assuntos: INTELIGÊNCIA ARTIFICIAL, ALGORITMOS, MINERAÇÃO DE DADOS, HEURÍSTICA, ALGORITMOS GENÉTICOS

    Acesso à fonteDOIComo citar
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      OLIVEIRA, G. V et al. Improving k-means through distributed scalable metaheuristics. Neurocomputing, v. 246, p. 45-57, 2017Tradução . . Disponível em: https://doi.org/10.1016/j.neucom.2016.07.074. Acesso em: 13 jul. 2024.

    • APA

      Oliveira, G. V., Coutinho, F. P., Campello, R. J. G. B., & Naldi, M. C. (2017). Improving k-means through distributed scalable metaheuristics. Neurocomputing, 246, 45-57. doi:10.1016/j.neucom.2016.07.074

    • NLM

      Oliveira GV, Coutinho FP, Campello RJGB, Naldi MC. Improving k-means through distributed scalable metaheuristics [Internet]. Neurocomputing. 2017 ; 246 45-57.[citado 2024 jul. 13 ] Available from: https://doi.org/10.1016/j.neucom.2016.07.074

    • Vancouver

      Oliveira GV, Coutinho FP, Campello RJGB, Naldi MC. Improving k-means through distributed scalable metaheuristics [Internet]. Neurocomputing. 2017 ; 246 45-57.[citado 2024 jul. 13 ] Available from: https://doi.org/10.1016/j.neucom.2016.07.074
  • 1

1 - 2 (2 registros)

Biblioteca Digital de Produção Intelectual da Universidade de São Paulo     2012 - 2024