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

TODOS OS DOCUMENTOS DESTA COLEÇÃO PODEM SER ACESSADOS, MANTENDO-SE OS DIREITOS DOS AUTORES PELA CITAÇÃO DA ORIGEMBatista, André Filipe de MoraesSaraiva, Kevin Santos2023-05-242023-05-242022https://repositorio.insper.edu.br/handle/11224/5647Esse 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.31 p.DigitalPortuguêsalgoritmo de redes neuraisalgoritmo preditivomodelo autorregressivoeconometriaPontos de divergência e complementariedade entre redes neurais em relação aos modelos autorregressivosbachelor thesisalgorithm neural networkspredictive algorithmautoregressive modeleconometric