Descrição de modelos estatísticos e de aprendizado de máquina para predição de séries temporais.
| dc.contributor | Instituto de Ciências Matemáticas e de Computação – ICMC/USP | pt_BR |
| dc.contributor.author | Parmezan, Antonio Rafael Sabino | |
| dc.contributor.author | Batista, Gustavo Enrique de Almeida Prado Alves | |
| dc.date.accessioned | 2017-09-18T15:08:18Z | |
| dc.date.available | 2017-09-18T15:08:18Z | |
| dc.date.issued | 2016-08 | |
| dc.description.abstract | A escolha do algoritmo mais promissor para explicar e/ou predizer um determinado fenômeno reside em uma das atividades mais críticas do processo de Mineração de Dados Temporais. | pt_BR |
| dc.description.notes | Relatórios Técnicos do ICMC; 412 | pt_BR |
| dc.format | 96 p. | pt_BR |
| dc.identifier.uri | http://repositorio.icmc.usp.br//handle/RIICMC/6642 | |
| dc.language.iso | por | pt_BR |
| dc.publisher.city | São Carlos, SP, Brasil. | pt_BR |
| dc.subject | Inteligência artificial | pt_BR |
| dc.subject | Aprendizado computacional | pt_BR |
| dc.title | Descrição de modelos estatísticos e de aprendizado de máquina para predição de séries temporais. | pt_BR |
| dc.title.alternative | Description of statistical models and machine learning for time series prediction. | pt_BR |
| dc.type.category | Relatórios técnicos | pt_BR |
| usp.description.abstracttranslated | The choice of the most promising algorithm to explain and / or predict phenomenon lies in one of the most critical activities of the process of Time Data Mining. | pt_BR |