ReP USP - Resultado da busca

Dissertação (Mestrado)
Técnicas de seleção de atributos através de Random Forests: um estudo de caso para detecção de tendências em séries temporais financeiras (2022)
Marteletto, Sérgio Reinaldo; Lauretto, Marcelo de Souza (Orientador)
Unidade: EACH
Assuntos: APRENDIZADO COMPUTACIONAL, ANÁLISE DE SÉRIES TEMPORAIS, MERCADO FINANCEIRO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MARTELETTO, Sérgio Reinaldo. Técnicas de seleção de atributos através de Random Forests: um estudo de caso para detecção de tendências em séries temporais financeiras. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/100/100132/tde-08032023-134543/. Acesso em: 03 nov. 2024.
APA
Marteletto, S. R. (2022). Técnicas de seleção de atributos através de Random Forests: um estudo de caso para detecção de tendências em séries temporais financeiras (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/100/100132/tde-08032023-134543/
NLM
Marteletto SR. Técnicas de seleção de atributos através de Random Forests: um estudo de caso para detecção de tendências em séries temporais financeiras [Internet]. 2022 ;[citado 2024 nov. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100132/tde-08032023-134543/
Vancouver
Marteletto SR. Técnicas de seleção de atributos através de Random Forests: um estudo de caso para detecção de tendências em séries temporais financeiras [Internet]. 2022 ;[citado 2024 nov. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100132/tde-08032023-134543/
Dissertação (Mestrado)
Otimização de portfólio: uma análise através de técnicas de Reinforcement Learning e Autoencoders (2022)
Melo, Fernando Danilo de; Rodrigues Neto, Camilo (Orientador)
Unidade: EACH
Assuntos: APRENDIZADO COMPUTACIONAL, MERCADO FINANCEIRO, REDES COMPLEXAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MELO, Fernando Danilo de. Otimização de portfólio: uma análise através de técnicas de Reinforcement Learning e Autoencoders. 2022. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2022. Disponível em: https://www.teses.usp.br/teses/disponiveis/100/100132/tde-25112022-170424/. Acesso em: 03 nov. 2024.
APA
Melo, F. D. de. (2022). Otimização de portfólio: uma análise através de técnicas de Reinforcement Learning e Autoencoders (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/100/100132/tde-25112022-170424/
NLM
Melo FD de. Otimização de portfólio: uma análise através de técnicas de Reinforcement Learning e Autoencoders [Internet]. 2022 ;[citado 2024 nov. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100132/tde-25112022-170424/
Vancouver
Melo FD de. Otimização de portfólio: uma análise através de técnicas de Reinforcement Learning e Autoencoders [Internet]. 2022 ;[citado 2024 nov. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100132/tde-25112022-170424/
Dissertação (Mestrado)
Aprendizado supervisionado para modelagem da tendência do preço intradiário de ações brasileiras baseado em multifractalidade e causalidade (2021)
Frias, Frederico Alexandre de Sousa; Rodrigues Neto, Camilo (Orientador)
Unidade: EACH
Assuntos: APRENDIZADO COMPUTACIONAL, ANÁLISE DE SÉRIES TEMPORAIS, SISTEMAS DINÂMICOS, FRACTAIS, CAUSALIDADE, ALGORITMOS GENÉTICOS, AÇÕES, BOLSA DE VALORES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
FRIAS, Frederico Alexandre de Sousa. Aprendizado supervisionado para modelagem da tendência do preço intradiário de ações brasileiras baseado em multifractalidade e causalidade. 2021. Dissertação (Mestrado) – Universidade de São Paulo, São Paulo, 2021. Disponível em: https://www.teses.usp.br/teses/disponiveis/100/100132/tde-18052021-222755/. Acesso em: 03 nov. 2024.
APA
Frias, F. A. de S. (2021). Aprendizado supervisionado para modelagem da tendência do preço intradiário de ações brasileiras baseado em multifractalidade e causalidade (Dissertação (Mestrado). Universidade de São Paulo, São Paulo. Recuperado de https://www.teses.usp.br/teses/disponiveis/100/100132/tde-18052021-222755/
NLM
Frias FA de S. Aprendizado supervisionado para modelagem da tendência do preço intradiário de ações brasileiras baseado em multifractalidade e causalidade [Internet]. 2021 ;[citado 2024 nov. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100132/tde-18052021-222755/
Vancouver
Frias FA de S. Aprendizado supervisionado para modelagem da tendência do preço intradiário de ações brasileiras baseado em multifractalidade e causalidade [Internet]. 2021 ;[citado 2024 nov. 03 ] Available from: https://www.teses.usp.br/teses/disponiveis/100/100132/tde-18052021-222755/

Unidades USP

ReP

Filtros

Assuntos