Show simple item record

dc.contributor.advisorMontaño, Razer Anthom Nizer Rojas, 1975-pt_BR
dc.contributor.authorOliveira, Brunno Cunha Mousquer dept_BR
dc.contributor.otherUniversidade Federal do Paraná. Setor de Educação Profissional e Tecnológica. Curso de Especialização em Inteligência Artificial Aplicadapt_BR
dc.date.accessioned2022-10-05T17:10:16Z
dc.date.available2022-10-05T17:10:16Z
dc.date.issued2022pt_BR
dc.identifier.urihttps://hdl.handle.net/1884/79206
dc.descriptionOrientador: Prof. Dr. Razer Anthom Nizer Rojas Montañopt_BR
dc.descriptionMonografia (especialização) - Universidade Federal do Paraná, Setor de Educação Profissional e Tecnológica, Curso de Especialização em Inteligência Artificial Aplicada.pt_BR
dc.descriptionInclui referências: p. 20-21pt_BR
dc.description.abstractResumo: Ocorreu um forte crescimento no mercado de ações no Brasil, muitas pessoas físicas trouxeram seus investimentos para o mercado de renda variável devido a baixa da SELIC e corretoras de investimento sem taxa. Esse estudo tem como objetivo comparar modelos de aprendizado de máquina com atributos diferentes para identificar se é possível melhorar a predição com informações da própria companhia. Foram avaliados quatro algoritmos: árvore de decisão, floresta aleatória, gradiente boosting e long short-term memory. E quatro datas para previsão: 1, 7, 14 e 28 dias. Os experimentos com as novas informações, como fluxo de caixa e rendimento, tiveram melhoria na previsão de até 33%.pt_BR
dc.format.extent1 recurso online : PDF.pt_BR
dc.format.mimetypeapplication/pdfpt_BR
dc.languagePortuguêspt_BR
dc.subjectInteligência artificialpt_BR
dc.subjectInvestimentos - Análisept_BR
dc.subjectAprendizado do computadorpt_BR
dc.subjectArvores de decisãopt_BR
dc.titleMelhorando previsão de ações com novos atributospt_BR
dc.typeMonografia Especialização Digitalpt_BR


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record