BDTA USP - Resultado da busca

Trabalho de Conclusão de Curso (MBA)
Modelo de propensão: como identificar os clientes com maior chance de compra? (2023)
Pires, Leonardo Caresia; Ciferri, Ricardo Rodrigues (Orientador)
Unidade: ICMC
Assuntos: APRENDIZADO COMPUTACIONAL, INTELIGÊNCIA ARTIFICIAL, CLASSIFICAÇÃO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
PIRES, Leonardo Caresia. Modelo de propensão: como identificar os clientes com maior chance de compra?. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://bdta.abcd.usp.br/directbitstream/62e6fac7-f977-4662-a82e-cdbb02bc39ef/Leonardo%20Caresia%20Pires.pdf. Acesso em: 29 maio 2024.
APA
Pires, L. C. (2023). Modelo de propensão: como identificar os clientes com maior chance de compra? (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/62e6fac7-f977-4662-a82e-cdbb02bc39ef/Leonardo%20Caresia%20Pires.pdf
NLM
Pires LC. Modelo de propensão: como identificar os clientes com maior chance de compra? [Internet]. 2023 ;[citado 2024 maio 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/62e6fac7-f977-4662-a82e-cdbb02bc39ef/Leonardo%20Caresia%20Pires.pdf
Vancouver
Pires LC. Modelo de propensão: como identificar os clientes com maior chance de compra? [Internet]. 2023 ;[citado 2024 maio 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/62e6fac7-f977-4662-a82e-cdbb02bc39ef/Leonardo%20Caresia%20Pires.pdf
Trabalho de Conclusão de Curso (MBA)
Sensor virtual analisador de oxigênio residual para forno de cal em indústria de celulose baseado em Inteligência Artificial (2022)
Marques, Khayan Sobral; Ciferri, Ricardo Rodrigues (Orientador)
Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, CELULOSE
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MARQUES, Khayan Sobral. Sensor virtual analisador de oxigênio residual para forno de cal em indústria de celulose baseado em Inteligência Artificial. 2022. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2022. Disponível em: https://bdta.abcd.usp.br/directbitstream/5a282032-9d1d-4ee4-89f6-47521e3f000e/Khayan%20Sobral%20Marques.pdf. Acesso em: 29 maio 2024.
APA
Marques, K. S. (2022). Sensor virtual analisador de oxigênio residual para forno de cal em indústria de celulose baseado em Inteligência Artificial (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/5a282032-9d1d-4ee4-89f6-47521e3f000e/Khayan%20Sobral%20Marques.pdf
NLM
Marques KS. Sensor virtual analisador de oxigênio residual para forno de cal em indústria de celulose baseado em Inteligência Artificial [Internet]. 2022 ;[citado 2024 maio 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/5a282032-9d1d-4ee4-89f6-47521e3f000e/Khayan%20Sobral%20Marques.pdf
Vancouver
Marques KS. Sensor virtual analisador de oxigênio residual para forno de cal em indústria de celulose baseado em Inteligência Artificial [Internet]. 2022 ;[citado 2024 maio 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/5a282032-9d1d-4ee4-89f6-47521e3f000e/Khayan%20Sobral%20Marques.pdf
Trabalho de Conclusão de Curso (MBA)
Classificação automática de notas fiscais eletrônicas para utilização de créditos tributários de PIS/PASEP e COFINS (2022)
Laruccia, Jaqueline Beserra; Ciferri, Ricardo Rodrigues (Orientador)
Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, MINERAÇÃO DE DADOS, APRENDIZADO COMPUTACIONAL, CRÉDITO TRIBUTÁRIO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LARUCCIA, Jaqueline Beserra. Classificação automática de notas fiscais eletrônicas para utilização de créditos tributários de PIS/PASEP e COFINS. 2022. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2022. Disponível em: https://bdta.abcd.usp.br/directbitstream/0a7c9c2b-57de-482a-84e3-02e5d0ab8119/Jaqueline%20Beserra%20Laruccia_Monografia_206303.TCC.Jaqueline.2022-09-01_Jaque-FINAL.pdf. Acesso em: 29 maio 2024.
APA
Laruccia, J. B. (2022). Classificação automática de notas fiscais eletrônicas para utilização de créditos tributários de PIS/PASEP e COFINS (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/0a7c9c2b-57de-482a-84e3-02e5d0ab8119/Jaqueline%20Beserra%20Laruccia_Monografia_206303.TCC.Jaqueline.2022-09-01_Jaque-FINAL.pdf
NLM
Laruccia JB. Classificação automática de notas fiscais eletrônicas para utilização de créditos tributários de PIS/PASEP e COFINS [Internet]. 2022 ;[citado 2024 maio 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/0a7c9c2b-57de-482a-84e3-02e5d0ab8119/Jaqueline%20Beserra%20Laruccia_Monografia_206303.TCC.Jaqueline.2022-09-01_Jaque-FINAL.pdf
Vancouver
Laruccia JB. Classificação automática de notas fiscais eletrônicas para utilização de créditos tributários de PIS/PASEP e COFINS [Internet]. 2022 ;[citado 2024 maio 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/0a7c9c2b-57de-482a-84e3-02e5d0ab8119/Jaqueline%20Beserra%20Laruccia_Monografia_206303.TCC.Jaqueline.2022-09-01_Jaque-FINAL.pdf
Trabalho de Conclusão de Curso (MBA)
Uso de aprendizado de máquina para determinar as melhores práticas de implementação de chatbots (2022)
Inhesta, Danielle Christina Fernandes; Ciferri, Ricardo Rodrigues (Orientador)
Unidade: ICMC
Assuntos: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, PROCESSAMENTO DE LINGUAGEM NATURAL
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
INHESTA, Danielle Christina Fernandes. Uso de aprendizado de máquina para determinar as melhores práticas de implementação de chatbots. 2022. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2022. Disponível em: https://bdta.abcd.usp.br/directbitstream/5c19ea8d-736e-47c7-927e-9aecf5e80609/Danielle%20Christina%20Fernandes%20Inhesta_Monografia_207392.TCC.Danielle%20Inhesta_Final%20Version_22092022.Danielle.pdf. Acesso em: 29 maio 2024.
APA
Inhesta, D. C. F. (2022). Uso de aprendizado de máquina para determinar as melhores práticas de implementação de chatbots (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/5c19ea8d-736e-47c7-927e-9aecf5e80609/Danielle%20Christina%20Fernandes%20Inhesta_Monografia_207392.TCC.Danielle%20Inhesta_Final%20Version_22092022.Danielle.pdf
NLM
Inhesta DCF. Uso de aprendizado de máquina para determinar as melhores práticas de implementação de chatbots [Internet]. 2022 ;[citado 2024 maio 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/5c19ea8d-736e-47c7-927e-9aecf5e80609/Danielle%20Christina%20Fernandes%20Inhesta_Monografia_207392.TCC.Danielle%20Inhesta_Final%20Version_22092022.Danielle.pdf
Vancouver
Inhesta DCF. Uso de aprendizado de máquina para determinar as melhores práticas de implementação de chatbots [Internet]. 2022 ;[citado 2024 maio 29 ] Available from: https://bdta.abcd.usp.br/directbitstream/5c19ea8d-736e-47c7-927e-9aecf5e80609/Danielle%20Christina%20Fernandes%20Inhesta_Monografia_207392.TCC.Danielle%20Inhesta_Final%20Version_22092022.Danielle.pdf

Unidades USP

BDTA

Filtros

Assuntos