
Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
| Metadados | Descrição | Idioma |
|---|---|---|
| Autor(es): dc.creator | Liska, Gilberto Rodrigues | - |
| Autor(es): dc.creator | Cirillo, Marcelo Ângelo | - |
| Autor(es): dc.creator | Menezes, Fortunato Silva de | - |
| Autor(es): dc.creator | Bueno Filho, Julio Silvio de Sousa | - |
| Data de aceite: dc.date.accessioned | 2026-02-09T11:35:15Z | - |
| Data de disponibilização: dc.date.available | 2026-02-09T11:35:15Z | - |
| Data de envio: dc.date.issued | 2020-04-23 | - |
| Data de envio: dc.date.issued | 2020-04-23 | - |
| Data de envio: dc.date.issued | 2019 | - |
| Fonte completa do material: dc.identifier | https://repositorio.ufla.br/handle/1/40287 | - |
| Fonte completa do material: dc.identifier | https://www.tandfonline.com/doi/full/10.1080/03610918.2019.1697821 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1142958 | - |
| Descrição: dc.description | When performing mixture experiments, we observe that maximum likelihood methods present problems related to the collinearity, small sample size, and over/under dispersion. In order to overcome these problems, this investigation proposes a model built in accordance with a machine learning approach. This approach will be called Boosted Simplex Regression, which has been evaluated both in terms of accuracy and precision for the odds ratio. The advantages of this new approach are illustrated in a mixture experiment, which has made us conclude that the model Boosted Simplex Regression has unveiled not only better fit quality but also more precise odds ratio confidence intervals. | - |
| Idioma: dc.language | en | - |
| Publicador: dc.publisher | Taylor & Francis Group | - |
| Direitos: dc.rights | restrictAccess | - |
| ???dc.source???: dc.source | Communications in Statistics - Simulation and Computation | - |
| Palavras-chave: dc.subject | Dispersion model | - |
| Palavras-chave: dc.subject | Boosting algorithm | - |
| Palavras-chave: dc.subject | Machine learning | - |
| Palavras-chave: dc.subject | Regression modeling | - |
| Palavras-chave: dc.subject | Simplex space | - |
| Palavras-chave: dc.subject | Modelo de dispersão | - |
| Palavras-chave: dc.subject | Algoritmo de reforço | - |
| Palavras-chave: dc.subject | Aprendizado de máquina | - |
| Palavras-chave: dc.subject | Modelos de regressão | - |
| Palavras-chave: dc.subject | Experimentos de mistura | - |
| Título: dc.title | Machine learning based on extended generalized linear model applied in mixture experiments | - |
| Tipo de arquivo: dc.type | Artigo | - |
| Aparece nas coleções: | Repositório Institucional da Universidade Federal de Lavras (RIUFLA) | |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: