Utilização do aprendizado de máquina como método de metanálise para predição das exigências de energia em frangos de corte

Detalhes bibliográficos
Autor(a) principal: Faria Filho, Daniel Emygdio de
Data de Publicação: 2019
Tipo de documento: Artigo de conferência
Idioma: por
Título da fonte: Repositório Institucional da USP (Biblioteca Digital da Produção Intelectual)
Texto Completo: http://www.fzea.usp.br/wp-content/uploads/2020/02/anais_iv_simposio_pos-graduacao_zootecnia_fzea_2019.pdf
id USP-2_c7a86f2339048b40ccac76c1d8dd4cf0
oai_identifier_str 002990121
network_acronym_str USP-2
network_name_str Repositório Institucional da USP (Biblioteca Digital da Produção Intelectual)
repository_id_str 2721
spelling Utilização do aprendizado de máquina como método de metanálise para predição das exigências de energia em frangos de corteAPRENDIZADO COMPUTACIONAL2019info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/conferenceObjecthttp://www.fzea.usp.br/wp-content/uploads/2020/02/anais_iv_simposio_pos-graduacao_zootecnia_fzea_2019.pdfFaria Filho, Daniel Emygdio deporreponame:Repositório Institucional da USP (Biblioteca Digital da Produção Intelectual)instname:Universidade de São Paulo (USP)instacron:USPinfo:eu-repo/semantics/openAccess2024-11-13T09:17:00Z002990121Repositório InstitucionalPUBhttp://www.producao.usp.br/oai/requestopendoar:27212024-11-18T17:06:53.204988Repositório Institucional da USP (Biblioteca Digital da Produção Intelectual) - Universidade de São Paulo (USP)true
dc.title.none.fl_str_mv Utilização do aprendizado de máquina como método de metanálise para predição das exigências de energia em frangos de corte
title Utilização do aprendizado de máquina como método de metanálise para predição das exigências de energia em frangos de corte
spellingShingle Utilização do aprendizado de máquina como método de metanálise para predição das exigências de energia em frangos de corte
Faria Filho, Daniel Emygdio de
APRENDIZADO COMPUTACIONAL
title_short Utilização do aprendizado de máquina como método de metanálise para predição das exigências de energia em frangos de corte
title_full Utilização do aprendizado de máquina como método de metanálise para predição das exigências de energia em frangos de corte
title_fullStr Utilização do aprendizado de máquina como método de metanálise para predição das exigências de energia em frangos de corte
title_full_unstemmed Utilização do aprendizado de máquina como método de metanálise para predição das exigências de energia em frangos de corte
title_sort Utilização do aprendizado de máquina como método de metanálise para predição das exigências de energia em frangos de corte
author Faria Filho, Daniel Emygdio de
author_facet Faria Filho, Daniel Emygdio de
author_role author
dc.contributor.author.fl_str_mv Faria Filho, Daniel Emygdio de
dc.subject.por.fl_str_mv APRENDIZADO COMPUTACIONAL
topic APRENDIZADO COMPUTACIONAL
publishDate 2019
dc.date.none.fl_str_mv 2019
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/conferenceObject
format conferenceObject
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://www.fzea.usp.br/wp-content/uploads/2020/02/anais_iv_simposio_pos-graduacao_zootecnia_fzea_2019.pdf
url http://www.fzea.usp.br/wp-content/uploads/2020/02/anais_iv_simposio_pos-graduacao_zootecnia_fzea_2019.pdf
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da USP (Biblioteca Digital da Produção Intelectual)
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Repositório Institucional da USP (Biblioteca Digital da Produção Intelectual)
collection Repositório Institucional da USP (Biblioteca Digital da Produção Intelectual)
repository.name.fl_str_mv Repositório Institucional da USP (Biblioteca Digital da Produção Intelectual) - Universidade de São Paulo (USP)
repository.mail.fl_str_mv
_version_ 1818341155059793920

Registros relacionados