Lucas Penteado Lopes da Silva, Luiz Adeildo da Silva Junior, Josafat Marinho Falcão Neto, Geidson Benício Coelho de Souza
{"title":"用于预测以太坊加密货币价格行为的机器学习","authors":"Lucas Penteado Lopes da Silva, Luiz Adeildo da Silva Junior, Josafat Marinho Falcão Neto, Geidson Benício Coelho de Souza","doi":"10.25286/repa.v7i3.2445","DOIUrl":null,"url":null,"abstract":"Elaboração de algoritmos de aprendizado de máquina para a previsão do comportamento de preços da criptomoeda Ethereum, utilizando-se uma base de dados pública (Kaggle). Os modelos elaborados foram do tipo linear (ARIMA, séries temporais) e nãolinear (três modelos de redes neurais LTSM). Como melhor resultado, verificou-se que um dos modelos não lineares foi capaz de realizar previsões distantes em média de 4,32% dos preços reais.","PeriodicalId":331078,"journal":{"name":"Revista de Engenharia e Pesquisa Aplicada","volume":"52 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-11-29","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Aprendizado de Máquina para a Previsão do Comportamento de Preços da Criptomoeda Ethereum\",\"authors\":\"Lucas Penteado Lopes da Silva, Luiz Adeildo da Silva Junior, Josafat Marinho Falcão Neto, Geidson Benício Coelho de Souza\",\"doi\":\"10.25286/repa.v7i3.2445\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Elaboração de algoritmos de aprendizado de máquina para a previsão do comportamento de preços da criptomoeda Ethereum, utilizando-se uma base de dados pública (Kaggle). Os modelos elaborados foram do tipo linear (ARIMA, séries temporais) e nãolinear (três modelos de redes neurais LTSM). Como melhor resultado, verificou-se que um dos modelos não lineares foi capaz de realizar previsões distantes em média de 4,32% dos preços reais.\",\"PeriodicalId\":331078,\"journal\":{\"name\":\"Revista de Engenharia e Pesquisa Aplicada\",\"volume\":\"52 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-11-29\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Revista de Engenharia e Pesquisa Aplicada\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.25286/repa.v7i3.2445\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Revista de Engenharia e Pesquisa Aplicada","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.25286/repa.v7i3.2445","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Aprendizado de Máquina para a Previsão do Comportamento de Preços da Criptomoeda Ethereum
Elaboração de algoritmos de aprendizado de máquina para a previsão do comportamento de preços da criptomoeda Ethereum, utilizando-se uma base de dados pública (Kaggle). Os modelos elaborados foram do tipo linear (ARIMA, séries temporais) e nãolinear (três modelos de redes neurais LTSM). Como melhor resultado, verificou-se que um dos modelos não lineares foi capaz de realizar previsões distantes em média de 4,32% dos preços reais.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
