Pontos de divergência e complementariedade entre redes neurais em relação aos modelos autorregressivos

Imagem de Miniatura

Autores

Saraiva, Kevin Santos

Orientador

Batista, André Filipe de Moraes

Co-orientadores

Citações na Scopus

Tipo de documento

Trabalho de Conclusão de Curso

Data

2022

Unidades Organizacionais

Resumo

Esse artigo busca explorar e explicar as principais técnicas preditivas no campo das séries temporais. Além de revisar toda a literatura estatística do tema, serão introduzidos conceitos de aprendizado de máquina atrás de algoritmos preditivos – principalmente as redes neurais. A partir dessa base teórica, será posto em prática a capacidade preditiva destas ferramentas a fim de avaliar suas principais vantagens e desvantagens. A partir da validação cruzada e dos resultados obtidos, a última etapa do estudo será avaliar pontos de convergência e de complementariedade dos modelos a fim de recriar um processo mais robusto de predição para a base em questão.

Palavras-chave

algoritmo de redes neurais; algoritmo preditivo; modelo autorregressivo; econometria

Titulo de periódico

URL da fonte

Título de Livro

URL na Scopus

Idioma

Português

Notas

Membros da banca

Área do Conhecimento CNPQ

Ciências Exatas e da Terra

Citação

Avaliação

Revisão

Suplementado Por

Referenciado Por