| PROFESOR: | SAAVEDRA NIEVES, PAULA |
Datos personales
| Departamento: | Estadística, Análisis Matemático y Optimización |
| Universidad: | Universidad de Santiago de Compostela |
| Campus: | Vida |
| Correo electrónico: | Esta dirección de correo electrónico está siendo protegida contra los robots de spam. Necesita tener JavaScript habilitado para poder verlo. |
| Categoría: | Prodesor Ayudante Doctor |
| Dedicación: | Tiempo completo |
| Web Personal: | http://webspersoais.usc.es/persoais/paula.saavedra |
Localización
| Facultad de: | Medicina |
| Teléfono: | 881812283 |
Últimos artículos publicados
1) Saavedra-Nieves, P., Crujeiras, R.M., Vieira-Lanero, R., Caballero, P., Cobo Gradín, F. (2021). Assessing the effect of recovery programs for salmon (Salmo salar Linnaeus, 1758) at its Southern limit in Europe: application of segmented regression models to long-term data from the Ulla Limnetica. 40. Asociación Ibérica de Limnología 
|
|
2) Saavedra Nieves, A., Saavedra-Nieves, P. (2020). On systems of quotas from bankruptcy perspective: the sampling estimation of the random arrival rule European Journal of Operational Research. 285. pp. 655-669. Elsevier
|
|
3) Rodríguez-Casal, A., Saavedra-Nieves, P. (2020). "Estimación non paramétrica de rexións de elevada densidade do COVID-19". Díxitos. Outubro 2020. pp. 12-13. FUNDACIÓN CESGA
|
|
4) Almomani, A., Saavedra-Nieves, P., Sánchez-Vila, E, (2017). Ensembles of Decision Trees for Recommending Touristic Items. In Ferrández Vicente J., Álvarez-Sánchez J. et al., editors, Biomedical Applications Based on Natural and Artificial Computing. IWINAC 2017 . 10338. pp. 510-519. Springer, Cham, Lecture Notes in Computer Science
|
|
5) Saavedra-Nieves, P., Barreiro, P., Durán, R., Almomani, A., Crujeiras, R.M., Loureiro, M., Sánchez-Vila, E, (2017). "Sistemas de recomendación: machine learning vs. aproximacións teóricas". Díxitos. Marzo 2017. pp. 10. CESGA
|
|
6) Rodríguez-Casal, A., Saavedra-Nieves, P. (2016). A fully data-driven method for estimating the shape of a point cloud ESAIM: Probability and Statistics. 20. pp. 332-348
|