Show simple item record

dc.contributor.authorNordi, Victor Hugo Werneck
dc.date.accessioned2023-10-31T14:49:37Z
dc.date.available2023-10-31T14:49:37Z
dc.date.issued2023-10-10
dc.identifier.citationNORDI, Victor Hugo Werneck. Previsões de preço de criptomoedas utilizando algoritmos de Aprendizado de Máquina. 2023. Trabalho de Conclusão de Curso (Graduação em Matemática) – Universidade Federal de São Carlos, Sorocaba, 2023. Disponível em: https://repositorio.ufscar.br/handle/ufscar/18846.*
dc.identifier.urihttps://repositorio.ufscar.br/handle/ufscar/18846
dc.description.abstractCryptourrencies are decentralized digital currencies created with the intent of replacing traditional forms of payment. Their high volatility is one of the aspects that causes distrust among investors. Artificial Intelligence based on Machine Learning algorithms can be an invaluable tool to analyse this characteristic, helping to predict prices. In this sense, this project’s goal is to use algorithms implemented in Python — Support Vector Machine and Long Short-Term memory — alongside convenient performance metrics such as mean squared error, mean absolute error, maximum error and R^2 to assess their price prediction capabilities in face of such randomness.eng
dc.description.sponsorshipNão recebi financiamentopor
dc.language.isoporpor
dc.publisherUniversidade Federal de São Carlospor
dc.rightsAttribution-NonCommercial-NoDerivs 3.0 Brazil*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/br/*
dc.subjectCriptomoedaspor
dc.subjectPythonpor
dc.subjectAprendizado de máquinapor
dc.subjectRedes neurais recorrentespor
dc.subjectSupport vector machineseng
dc.subjectLong short-term memoryeng
dc.subjectCryptocurrencyeng
dc.subjectMachine learningeng
dc.subjectRecurrent neural networkseng
dc.titlePrevisões de preço de criptomoedas utilizando algoritmos de Aprendizado de Máquinapor
dc.title.alternativeCryptocurrency price forecast using Machine Learning algorithmseng
dc.typeTCCpor
dc.contributor.advisor1Cantão, Renato Fernandes
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/3016268479248046por
dc.description.resumoAs criptomoedas são moedas digitais descentralizadas que surgiram com a proposta de substituir os pagamentos tradicionais. Um aspecto que gera desconfiança em investidores é sua volatilidade característica. Com o propósito de analisar essa volatilidade, utiliza-se de inteligência computacional baseada em algoritmos de Aprendizado de Máquina com o intuito de prever valores dessas criptomoedas. Nesse sentido, neste trabalho propõem-se analisar a aplicação dos algoritmos Máquina de Vetores de Suporte (do Inglês, Support Vector Machine) e Memória de Curto Prazo Longo (do Inglês, Long Short-Term memory) na previsão de valores de algumas criptomoedas selecionadas, prevendo seus preços no futuro. Toda a implementação será feita na linguagem de programação Python e os resultados serão avaliados com as métricas de desempenho: erro quadrático médio, erro absoluto médio, erro máximo e R-quadrado (R^2 ). Espera-se, assim, avaliar a possibilidade de predições precisas — dentro das métricas de avaliação — ou se a alta volatilidade e aleatoriedade invalidam o uso desses algoritmos.por
dc.publisher.initialsUFSCarpor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::PROBABILIDADE E ESTATISTICA::ESTATISTICA::ANALISE DE DADOSpor
dc.subject.cnpqCIENCIAS EXATAS E DA TERRA::MATEMATICA::MATEMATICA APLICADApor
dc.publisher.addressCâmpus Sorocabapor
dc.contributor.authorlatteshttp://lattes.cnpq.br/1825035215515061por
dc.publisher.courseMatemática - ML-Sopor


Files in this item

Thumbnail
Thumbnail

This item appears in the following Collection(s)

Show simple item record

Attribution-NonCommercial-NoDerivs 3.0 Brazil
Except where otherwise noted, this item's license is described as Attribution-NonCommercial-NoDerivs 3.0 Brazil