Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10923/20328
Registro completo de metadatos
Campo DCValorIdioma
dc.contributor.authorMárcio Porto Basgalupp-
dc.contributor.authorRodrigo Coelho Barros-
dc.contributor.authorAlex Sá-
dc.contributor.authorGisele Lobo Pappa-
dc.contributor.authorRafael Mantovani-
dc.contributor.authorAndré Carlos Ponce de Leon Ferreira de Carvalho-
dc.contributor.authorAlex Alves Freitas-
dc.date.accessioned2021-12-14T13:41:12Z-
dc.date.available2021-12-14T13:41:12Z-
dc.date.issued2020-
dc.identifier.issn1864-5909-
dc.identifier.urihttps://hdl.handle.net/10923/20328-
dc.language.isoen-
dc.relation.ispartofEvolutionary Intelligence (Print)-
dc.rightsopenAccess-
dc.titleAn extensive experimental evaluation of automated machine learning methods for recommending classification algorithms-
dc.typeArticle-
dc.date.updated2021-12-14T13:41:10Z-
dc.identifier.doiDOI:10.1007/s12065-020-00463-z-
dc.jtitleEvolutionary Intelligence (Print)-
dc.volume1-
dc.spage1-
Aparece en las colecciones:Artigo de Periódico



Todos los ítems en el Repositorio de la PUCRS están protegidos por derechos de autor, con todos los derechos reservados, y están bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional. Sepa más.