Use este identificador para citar ou linkar para este item: https://repositorio.ufu.br/handle/123456789/36140
ORCID:  http://orcid.org/0000-0003-4708-956X
Tipo do documento: Trabalho de Conclusão de Curso
Tipo de acesso: Acesso Aberto
Título: Aplicando redes neurais na predição de valores da moeda Bitcoin
Autor(es): Pereira, João Vitor
Primeiro orientador: Santos, Fernanda Maria da Cunha
Primeiro membro da banca: Araújo, Rafael Dias
Segundo membro da banca: Paulino, Alessandra Aparecida
Resumo: As Redes Neurais Recorrentes aplicadas à séries de dados temporais do mercado financeiro define-se por mais uma técnica de aprendizado de máquina promissora na previsão da movimentação das criptomoedas. A base de dados foi obtida por informações reais do mercado financeiro da criptomoeda Bitcoin. Assim, definiu-se modelos computacionais formados pelas redes neurais recorrentes Long short-term memory (LSTM) e Multilayer Perceptron e pelo K Nearest Neighbor (KNN), obtendo melhores resultados a rede neural recorrente com 72% de acurácia.
Palavras-chave: Bitcoin
Redes neurais artificiais
Aprendizado de máquinas
Redes neurais recorrentes
LSTM
Área(s) do CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA
Idioma: por
País: Brasil
Editora: Universidade Federal de Uberlândia
Referência: PEREIRA, João Vitor. Aplicando redes neurais na predição de valores da moeda Bitcoin. 2022. 42 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Monte Carmelo, 2022.
URI: https://repositorio.ufu.br/handle/123456789/36140
Data de defesa: 19-Ago-2022
Aparece nas coleções:TCC - Sistemas de Informação (Monte Carmelo)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
AplicandoRedesNeurais.pdfTCC1.01 MBAdobe PDFThumbnail
Visualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.