26 resultados para Great Place to Work®


Relevância:

100.00% 100.00%

Publicador:

Resumo:

Relatório de estágio de mestrado em Património e Turismo Cultural

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Dissertação de mestrado em Direito Judiciário

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Dissertação de mestrado em Educação Especial (área de especialização em Dificuldades de Aprendizagem Específicas)

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Dissertação de mestrado em Ciências da Comunicação (área de especialização em Informação e Jornalismo)

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Dissertação de mestrado em Ciências da Comunicação (área de especialização em Informação e Jornalismo)

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Relatório de atividade profissional de mestrado em Ciências – Formação Contínua de Professores (área de especialização em Matemática)

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Dissertação de mestrado em Molecular Genetics

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Relatório de estágio de mestrado em Educação Pré-escolar e Ensino no 1.º Ciclo do Ensino Básico

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Relatório de estágio de mestrado em Ensino do Português no 3º ciclo do Ensino Básico e Ensino Secundário e do Espanhol nos Ensinos Básico e Secundário

Relevância:

100.00% 100.00%

Publicador:

Resumo:

The decision support models in intensive care units are developed to support medical staff in their decision making process. However, the optimization of these models is particularly difficult to apply due to dynamic, complex and multidisciplinary nature. Thus, there is a constant research and development of new algorithms capable of extracting knowledge from large volumes of data, in order to obtain better predictive results than the current algorithms. To test the optimization techniques a case study with real data provided by INTCare project was explored. This data is concerning to extubation cases. In this dataset, several models like Evolutionary Fuzzy Rule Learning, Lazy Learning, Decision Trees and many others were analysed in order to detect early extubation. The hydrids Decision Trees Genetic Algorithm, Supervised Classifier System and KNNAdaptive obtained the most accurate rate 93.2%, 93.1%, 92.97% respectively, thus showing their feasibility to work in a real environment.

Relevância:

100.00% 100.00%

Publicador:

Resumo:

Dissertação de mestrado em Estudos Internacionais Português/Chinês: Tradução, Formação e Comunicação Empresarial