dc.contributor.advisor1 | MENESES, Anderson Alvarenga de Moura | |
dc.date.accessioned | 2024-03-19T13:20:13Z | |
dc.date.available | 2024-03-19T13:20:13Z | |
dc.date.issued | 2019 | |
dc.identifier.citation | MOURA, Mauro Sérgio dos Santos. Resolução de problemas de aprendizado supervisionado com deep learning com vistas à aplicação em sistemas de energia. Orientador: Anderson Alvarenga de Moura Meneses. 2019. 11 p. Trabalho de Conclusão de Curso – Relatório (Bacharelado Interdisciplinar em Ciência e Tecnologia) - Instituto de Engenharia e Geociências, Universidade Federal do Oeste do Pará, 2019. Disponível em: https://repositorio.ufopa.edu.br/jspui/handle/123456789/1549. Acesso em: . | pt_BR |
dc.identifier.uri | https://repositorio.ufopa.edu.br/jspui/handle/123456789/1549 | |
dc.language | pt_BR | pt_BR |
dc.publisher | Universidade Federal do Oeste do Pará | pt_BR |
dc.rights | Acesso Aberto | pt_BR |
dc.rights | Attribution-NonCommercial-NoDerivs 3.0 United States | * |
dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/3.0/us/ | * |
dc.source | PDF | pt_BR |
dc.subject | Inteligência artificial | pt_BR |
dc.subject | Redes neurais artificiais | pt_BR |
dc.title | Resolução de problemas de aprendizado supervisionado com deep learning com vistas à aplicação em sistemas de energia | pt_BR |
dc.type | Report | pt_BR |
dc.description.resumo | O objetivo geral do projeto foi determinar quais, dentre as arquiteturas de RNAS profundas testadas, são as melhores para a classificação de dados dos datasets Wine e Energy Efficiency | pt_BR |
dc.publisher.country | Brasil | pt_BR |
dc.publisher.program | Not applicable | pt_BR |
dc.publisher.initials | UFOPA | pt_BR |
dc.creator | MOURA, Mauro Sérgio dos Santos | |
dc.publisher.department | Instituto de Engenharia e Geociências | pt_BR |