Subjects: ALGORITMOS GENÉTICOS, APRENDIZADO COMPUTACIONAL, VIAGENS
ABNT
CALDAS, Marina Urano de Carvalho. Estratégias para calibração de modelo Logit Multinomial por meio de Algoritmos de Aprendizagem de Máquinas: uma abordagem associada a grandes conjuntos de alternativas. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/18/18144/tde-23082021-083203/. Acesso em: 21 ago. 2024.APA
Caldas, M. U. de C. (2021). Estratégias para calibração de modelo Logit Multinomial por meio de Algoritmos de Aprendizagem de Máquinas: uma abordagem associada a grandes conjuntos de alternativas (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/18/18144/tde-23082021-083203/NLM
Caldas MU de C. Estratégias para calibração de modelo Logit Multinomial por meio de Algoritmos de Aprendizagem de Máquinas: uma abordagem associada a grandes conjuntos de alternativas [Internet]. 2021 ;[citado 2024 ago. 21 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18144/tde-23082021-083203/Vancouver
Caldas MU de C. Estratégias para calibração de modelo Logit Multinomial por meio de Algoritmos de Aprendizagem de Máquinas: uma abordagem associada a grandes conjuntos de alternativas [Internet]. 2021 ;[citado 2024 ago. 21 ] Available from: https://www.teses.usp.br/teses/disponiveis/18/18144/tde-23082021-083203/