LIAAD - INESC TEC, Porto, Portugal,DCC - Faculdade de Ciencias, Universidade do Porto, Porto, Portugal;
LIAAD - INESC TEC, Porto, Portugal,DCC - Faculdade de Ciencias, Universidade do Porto, Porto, Portugal,Faculty of Computer Science, Dalhousie University, Halifax, Canada;
LIAAD - INESC TEC, Porto, Portugal,DCC - Faculdade de Ciencias, Universidade do Porto, Porto, Portugal;
机译:基于池的无监督激活学习,用于使用迭代代表性 - 多样性最大化(IRDM)
机译:学习概率模型:期望效用最大化方法
机译:频率和B B AYESIAN荟萃回归的健康状态公用事业对多个骨髓瘤的系统审查和分析个体患者数据
机译:基于Meta标记的消毒文档的效用最大化框架
机译:管理层对公用事业公司的效用最大化行为的实证检验。
机译:线索减少的总认知负荷越多多媒体学习的保留和传递就越好:一项荟萃分析和两次荟萃回归分析
机译:回归中的实用性最大化