Pesquisas da UFSCar abordam Matemática Aplicada e aprendizado não supervisionado de máquinas
<p>Alexandre Luís Magalhães Levada, docente do Departamento de Computação da Universidade Federal de São Carlos (DC - UFSCar), fala de suas pesquisas nas áreas de reconhecimento de padrões e matemática aplicada, utilizando a teoria da informação no aprendizado não supervisionado.</p> <p>Lattes: http://lattes.cnpq.br/3341441596395463</p> <p>CLICK CIÊNCIA Projeto de divulgação e popularização da Ciência produzido pelo Laboratório Aberto de Interatividade para Disseminação do Conhecimento Científico e Tecnológico da Universidade Federal de São Carlos (LAbI - UFSCar).</p> <p>Pesquisas da UFSCar abordam Matemática Aplicada e aprendizado não supervisionado de máquinas de <a href="https://youtu.be/BOR2JOAWMIg">https://youtu.be/BOR2JOAWMIg</a> está licenciado com uma Licença <a href="http://creativecommons.org/licenses/by-nc-nd/4.0/">Creative Commons - Atribuição-NãoComercial-SemDerivações 4.0 Internacional</a>. Podem estar disponíveis autorizações adicionais às concedidas no âmbito desta licença em <a href="http://www.labi.ufscar.br/">http://www.labi.ufscar.br/</a>.</p>
ShareScore
36/100
Overall dataset sharing score
Score breakdown
These five areas show where the dataset supports — or may limit — practical reuse.
- Stewardship
- 8
- Harmonization
- 4
- Access
- 16
- Reuse readiness
- 8
- Engagement
- 0