( en | de | ru )

 

Disambiguierung von "Cerqueira, Vítor"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
CJAMmer - traffic JAM Cause Prediction using Boosted Trees.

, und . ITSC, Seite 743-748. IEEE, (2016)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Vítor Schwambach

Vítor Hugo Palma-Rosa

Jorgete Vitorino Clarindo dos Santos

Jorge Cacharrón Cerqueira

Vitor Hugo Schell

 

Weitere Publikationen von Autoren mit dem selben Namen

Arbitrage of forecasting experts., , , und . Mach. Learn., 108 (6): 913-944 (2019)A case study comparing machine learning with statistical methods for time series forecasting: size matters., , und . J. Intell. Inf. Syst., 59 (2): 415-433 (2022)autoBagging: Learning to Rank Bagging Workflows with Metalearning., , , und . AutoML@PKDD/ECML, Volume 1998 von CEUR Workshop Proceedings, Seite 21-27. CEUR-WS.org, (2017)Empirical Study on the Impact of Different Sets of Parameters of Gradient Boosting Algorithms for Time-Series Forecasting with LightGBM., , und . PRICAI (1), Volume 13031 von Lecture Notes in Computer Science, Seite 454-465. Springer, (2021)Ensembles for Time Series Forecasting. University of Porto, Portugal, (2019)Unsupervised Concept Drift Detection Using a Student-Teacher Approach., , und . DS, Volume 12323 von Lecture Notes in Computer Science, Seite 190-204. Springer, (2020)Arbitrated Ensemble for Time Series Forecasting., , , und . ECML/PKDD (2), Volume 10535 von Lecture Notes in Computer Science, Seite 478-494. Springer, (2017)How to evaluate sentiment classifiers for Twitter time-ordered data?, , , und . CoRR, (2018)VEST: Automatic Feature Engineering for Forecasting., , und . CoRR, (2020)Evaluating time series forecasting models: an empirical study on performance estimation methods., , und . Mach. Learn., 109 (11): 1997-2028 (2020)