Please use this identifier to cite or link to this item:
https://saber.ucv.ve/jspui/handle/10872/19731Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Acosta Valderrama, Juan Carlos | - |
| dc.date.accessioned | 2019-05-10T16:55:34Z | - |
| dc.date.available | 2019-05-10T16:55:34Z | - |
| dc.date.issued | 2019-05-10 | - |
| dc.identifier.uri | http://hdl.handle.net/10872/19731 | - |
| dc.description | Acosta Valderrama,Juan Carlos (2018)Estudio de Criptomonedas Mediante Series de Tiempo y Redes Neuronales.Trabajo de Grado presentado ante la Universidad Central de Venezuela para optar por el Título de Licenciado en Matemática | en_US |
| dc.description.abstract | Resumen La idea de este trabajo es realizar un estudio a las criptomonedas mediante series de tiempo y redes neuronales, para tratar de generar un modelo de análisis que permita predecir y clasificar el precio de las mismas.Para esto implementaremos técnicas de sieres de tiempo, redes neuronales y un modelo de pronóstico, previo a estos análisis estudiaremos los conceptos básicos de criptomonedas, blockchain, series de tiempo, aprendizaje supervizado y redes neuronales, que nos permitirán realizar los posteriores estudios a los datos de las 5 criptomonedas con mayor capitalización en el mercado las cuales son el Bitcoin, Litecoin, Bitcoin Cash, Ether y Ripple. Palabras Claves: Criptomoneda; Bitcoin; Litecoin; Bitcoin Cash; Ether; Ripple; Blockchain; Series de Tiempo; Redes Neuronales;Modelos SARIMA; Redes Neuronales Convolucionales CNN; Aprendizaje Supervizado; Truncamiento; Predicción; Función de Costo; Accuracy; Matriz de Confusión; Clasificación. | en_US |
| dc.language.iso | es | en_US |
| dc.subject | criptomoneda; bitcoin | en_US |
| dc.subject | modelos SARIMA | en_US |
| dc.subject | función de costo | en_US |
| dc.title | Estudio de Criptomonedas Mediante Series de Tiempo y Redes Neuronales | en_US |
| dc.type | Thesis | en_US |
| Appears in Collections: | Pregrado | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| PrincipalTEG.pdf | 2.86 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.