Leite, Lucilia Rezende; Oliveira, Willian Dener de (Orientador) 
Subjects: APRENDIZADO COMPUTACIONAL, INTELIGÊNCIA ARTIFICIAL, PREDIÇÃO, CARTÃO DE CRÉDITO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
LEITE, Lucilia Rezende. Avaliação do impacto de diferentes técnicas de imputação de dados faltantes na predição de inadimplência de cartão de crédito. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://bdta.abcd.usp.br/directbitstream/002b5b5e-25d8-4c18-92bf-87acc165933c/Lucilia_Rezende_Leite.pdf. Acesso em: 23 jun. 2025.APA
Leite, L. R. (2024). Avaliação do impacto de diferentes técnicas de imputação de dados faltantes na predição de inadimplência de cartão de crédito (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/002b5b5e-25d8-4c18-92bf-87acc165933c/Lucilia_Rezende_Leite.pdfNLM
Leite LR. Avaliação do impacto de diferentes técnicas de imputação de dados faltantes na predição de inadimplência de cartão de crédito [Internet]. 2024 ;[citado 2025 jun. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/002b5b5e-25d8-4c18-92bf-87acc165933c/Lucilia_Rezende_Leite.pdfVancouver
Leite LR. Avaliação do impacto de diferentes técnicas de imputação de dados faltantes na predição de inadimplência de cartão de crédito [Internet]. 2024 ;[citado 2025 jun. 23 ] Available from: https://bdta.abcd.usp.br/directbitstream/002b5b5e-25d8-4c18-92bf-87acc165933c/Lucilia_Rezende_Leite.pdf
