1. Repositório PUCRS
  2. PUBLICAÇÕES CIENTÍFICAS
  3. Artigo de Periódico
Utilize este identificador para citar ou criar um atalho para este documento: https://hdl.handle.net/10923/23642
Registro Completo de Metadados
Campo DCValorIdioma
dc.contributor.authorDORN, MARCIO-
dc.contributor.authorGRISCI, BRUNO IOCHINS-
dc.contributor.authorNARLOCH, PEDRO HENRIQUE-
dc.contributor.authorFELTES, BRUNO CÉSAR-
dc.contributor.authorAVILA, EDUARDO-
dc.contributor.authorKAHMANN, ALESSANDRO-
dc.contributor.authorClarice Sampaio Alho-
dc.date.accessioned2022-12-14T17:48:10Z-
dc.date.available2022-12-14T17:48:10Z-
dc.date.issued2021-
dc.identifier.issn2376-5992-
dc.identifier.urihttps://hdl.handle.net/10923/23642-
dc.language.isoen-
dc.relation.ispartofPEERJ COMPUTER SCIENCE-
dc.rightsopenAccess-
dc.titleComparison of machine learning techniques to handle imbalanced COVID-19 CBC datasets-
dc.typeArticle-
dc.date.updated2022-12-14T17:48:08Z-
dc.identifier.doiDOI:10.7717/peerj-cs.670-
dc.jtitlePEERJ COMPUTER SCIENCE-
dc.volume7-
dc.spagee670-
Aparece nas Coleções:Artigo de Periódico

Arquivos neste item:
Arquivo Descrição TamanhoFormato 
Comparison_of_machine_learning_techniques_to_handle_imbalanced_COVID19_CBC_datasets.pdf1 MBAdobe PDFAbrir
Exibir
Ver em formato simples Ver estatísticas Busque outras versões desse texto via SFX


Todos os itens no Repositório da PUCRS estão protegidos por copyright, com todos os direitos reservados, e estão licenciados com uma Licença Creative Commons - Atribuição-NãoComercial 4.0 Internacional. Saiba mais.