skip to main content
Idioma:
Resultados 1 2 3 4 5 next page
Mostrar Somente
Refinado por: Base de dados/Biblioteca: ROAD: Directory of Open Access Scholarly Resources remover
Result Number Material Type Add to My Shelf Action Record Details and Options
1
SoilGrids250m: Global gridded soil information based on machine learning
SoilGrids250m: Global gridded soil information based on machine learning
Material Type:
Artigo 		Adicionar ao Meu Espaço

SoilGrids250m: Global gridded soil information based on machine learning

Hengl, Tomislav ; Mendes de Jesus, Jorge ; Heuvelink, Gerard B M ; Ruiperez Gonzalez, Maria ; Kilibarda, Milan ; Blagotić, Aleksandar ; Shangguan, Wei ; Wright, Marvin N ; Geng, Xiaoyuan ; Bauer-Marschallinger, Bernhard ; Guevara, Mario Antonio ; Vargas, Rodrigo ; MacMillan, Robert A ; Batjes, Niels H ; Leenaars, Johan G B ; Ribeiro, Eloi ; Wheeler, Ichsani ; Mantel, Stephan ; Kempen, Bas Bond-Lamberty, Ben

PloS one, 2017-02, Vol.12 (2), p.e0169748-e0169748 [Periódico revisado por pares]

United States: Public Library of Science

Texto completo disponível

Citações Citado por
2
Clinical applications of continual learning machine learning
Clinical applications of continual learning machine learning
Material Type:
Artigo 		Adicionar ao Meu Espaço

Clinical applications of continual learning machine learning

Lee, Cecilia S ; Lee, Aaron Y

The Lancet. Digital health, 2020-06, Vol.2 (6), p.e279-e281 [Periódico revisado por pares]

England: Elsevier Ltd

Texto completo disponível

Citações Citado por
3
How the machine ‘thinks’: Understanding opacity in machine learning algorithms
How the machine ‘thinks’: Understanding opacity in machine learning algorithms
Material Type:
Artigo 		Adicionar ao Meu Espaço

How the machine ‘thinks’: Understanding opacity in machine learning algorithms

Burrell, Jenna

Big data & society, 2016-01, Vol.3 (1), p.205395171562251 [Periódico revisado por pares]

London, England: SAGE Publications

Texto completo disponível

Citações Citado por
4
Using Machine Learning Algorithms to Predict People's Intention to Use Mobile Learning Platforms During the COVID-19 Pandemic: Machine Learning Approach
Using Machine Learning Algorithms to Predict People's Intention to Use Mobile Learning Platforms During the COVID-19 Pandemic: Machine Learning Approach
Material Type:
Artigo 		Adicionar ao Meu Espaço

Using Machine Learning Algorithms to Predict People's Intention to Use Mobile Learning Platforms During the COVID-19 Pandemic: Machine Learning Approach

Akour, Iman ; Alshurideh, Muhammad ; Al Kurdi, Barween ; Al Ali, Amel ; Salloum, Said

JMIR medical education, 2021-02, Vol.7 (1), p.e24032-e24032 [Periódico revisado por pares]

Canada: JMIR Publications

Texto completo disponível

Citações Citado por
5
Scikit-learn: Machine Learning in Python
Scikit-learn: Machine Learning in Python
Material Type:
Artigo 		Adicionar ao Meu Espaço

Scikit-learn: Machine Learning in Python

Pedregosa, Fabian ; Varoquaux, Gaël ; Gramfort, Alexandre ; Michel, Vincent ; Thirion, Bertrand ; Grisel, Olivier ; Blondel, Mathieu ; Prettenhofer, Peter ; Weiss, Ron ; Dubourg, Vincent ; Vanderplas, Jake ; Passos, Alexandre ; Cournapeau, David ; Brucher, Matthieu ; Perrot, Matthieu ; Duchesnay, Edouard

Journal of machine learning research, 2011-10 [Periódico revisado por pares]

Microtome Publishing

Texto completo disponível

Citações Citado por
6
Machine learning and deep learning—A review for ecologists
Machine learning and deep learning—A review for ecologists
Material Type:
Artigo 		Adicionar ao Meu Espaço

Machine learning and deep learning—A review for ecologists

Pichler, Maximilian ; Hartig, Florian

Methods in ecology and evolution, 2023-04, Vol.14 (4), p.994-1016 [Periódico revisado por pares]

London: John Wiley & Sons, Inc

Texto completo disponível

Citações Citado por
7
Meteorology-driven variability of air pollution (PM 1 ) revealed with explainable machine learning
Meteorology-driven variability of air pollution (PM 1 ) revealed with explainable machine learning
Material Type:
Artigo 		Adicionar ao Meu Espaço

Meteorology-driven variability of air pollution (PM 1 ) revealed with explainable machine learning

Stirnberg, Roland ; Cermak, Jan ; Kotthaus, Simone ; Haeffelin, Martial ; Andersen, Hendrik ; Fuchs, Julia ; Kim, Miae ; Petit, Jean-Eudes ; Favez, Olivier

Atmospheric chemistry and physics, 2021-03, Vol.21 (5), p.3919-3948 [Periódico revisado por pares]

Katlenburg-Lindau: Copernicus GmbH

Texto completo disponível

Citações Citado por
8
Supervised Learning in Physical Networks: From Machine Learning to Learning Machines
Supervised Learning in Physical Networks: From Machine Learning to Learning Machines
Material Type:
Artigo 		Adicionar ao Meu Espaço

Supervised Learning in Physical Networks: From Machine Learning to Learning Machines

Stern, Menachem ; Hexner, Daniel ; Rocks, Jason W. ; Liu, Andrea J.

Physical review. X, 2021-05, Vol.11 (2), p.021045, Article 021045 [Periódico revisado por pares]

College Park: American Physical Society

Texto completo disponível

Citações Citado por
9
From DFT to machine learning: recent approaches to materials science-a review
From DFT to machine learning: recent approaches to materials science-a review
Material Type:
Artigo 		Adicionar ao Meu Espaço

From DFT to machine learning: recent approaches to materials science-a review

Schleder, Gabriel R ; Padilha, Antonio C M ; Acosta, Carlos Mera ; Costa, Marcio ; Fazzio, Adalberto

JPhys materials, 2019-07, Vol.2 (3), p.32001 [Periódico revisado por pares]

Bristol: IOP Publishing

Texto completo disponível

Citações Citado por
10
Machine learning identifies candidates for drug repurposing in Alzheimer's disease
Machine learning identifies candidates for drug repurposing in Alzheimer's disease
Material Type:
Artigo 		Adicionar ao Meu Espaço

Machine learning identifies candidates for drug repurposing in Alzheimer's disease

Rodriguez, Steve ; Hug, Clemens ; Todorov, Petar ; Moret, Nienke ; Boswell, Sarah A ; Evans, Kyle ; Zhou, George ; Johnson, Nathan T ; Hyman, Bradley T ; Sorger, Peter K ; Albers, Mark W ; Sokolov, Artem

Nature communications, 2021-02, Vol.12 (1), p.1033-13, Article 1033 [Periódico revisado por pares]

England: Nature Publishing Group

Texto completo disponível

Citações Citado por
Resultados 1 2 3 4 5 next page

Personalize Seus Resultados

  1. Editar

Refine Search Results

Expandir Meus Resultados

  1.   

Mostrar Somente

  1. Revistas revisadas por pares (402.284)

Refinar Meus Resultados

Tipo de Recurso 

  1. Artigos  (580.922)
  2. Anais de Congresso  (3.337)
  3. Resenhas  (401)
  4. Web Resources  (93)
  5. Recursos Textuais  (47)
  6. Conjunto de Dados  (27)
  7. Reports  (27)
  8. magazinearticle  (18)
  9. Book Chapters  (14)
  10. Livros  (8)
  11. Newsletter Articles  (1)
  12. Dissertações  (1)
  13. Imagens  (1)
  14. Mais opções open sub menu

Data de Publicação 

De até
Refinar
  1. Antes de1984  (21)
  2. 1984Até1993  (86)
  3. 1994Até2003  (1.371)
  4. 2004Até2014  (32.989)
  5. Após 2014  (550.439)
  6. Mais opções open sub menu

Idioma 

  1. Inglês  (581.160)
  2. Japonês  (20.163)
  3. Português  (2.657)
  4. Espanhol  (2.084)
  5. Alemão  (717)
  6. Francês  (619)
  7. Norueguês  (470)
  8. Coreano  (295)
  9. Polonês  (207)
  10. Turco  (149)
  11. Russo  (135)
  12. Catalão  (97)
  13. Ucraniano  (90)
  14. Africâner  (83)
  15. Tcheco  (81)
  16. Indonésio  (81)
  17. Italiano  (76)
  18. Croatian  (76)
  19. Esloveno  (75)
  20. Árabe  (44)
  21. Mais opções open sub menu

Nome da Publicação 

  1. arXiv.org  (157.595)
  2. Arxiv  (129.340)
  3. Sensors  (21.730)
  4. Applied Sciences  (18.209)
  5. Scientific Reports  (18.060)
  6. Plos One  (16.592)
  7. Ieee Access  (14.108)
  8. Remote Sensing  (12.817)
  9. Sustainability  (11.540)
  10. Electronics  (8.867)
  11. Mais opções open sub menu

  • Realização: ABCD-USP USP   Logos de Redes Sociais: Freepik

Buscando em bases de dados remotas. Favor aguardar.