Aplicando redes neurais na predição de valores da moeda Bitcoin

Pereira, João Vitor

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	Tamanho	Formato
AplicandoRedesNeurais.pdf	TCC	1.01 MB	Adobe PDF	Visualizar/Abrir

Mostrar registro completo do item Visualizar estatísticas