Trabajo final de especialización:
Utilización de redes neuronales recurrentes en la predicción de tendencias del mercado de harina de soja

Fecha

2022

Título de la revista

ISSN de la revista

Título del volumen

Editor

Resumen

"La volatilidad de los precios internacionales de la Harina de Soja impacta de manera significativa la economía de distintas industrias, gobiernos y, finalmente, la población. Los modelos Auto Regresivos de Media Móvil (ARIMA) constituyen una de las herramientas de análisis de series de tiempo más utilizadas. Sin embargo, el advenimiento de nuevas tecnologías de análisis y procesamiento de datos difundieron nuevas técnicas aplicables al estudio de series de tiempo, siendo Las Redes Neuronales Recurrentes del tipo LSTM una de ellas. En el presente estudio se compara la performance relativa de modelos ARIMA y RNR LSTM en la predicción de tendencias de precios de Harina de Soja."

Descripción

Palabras clave

ANALISIS DE DATOS, REDES NEURONALES, ANALISIS DE SERIES DE TIEMPO, PREDICCIONES, PRECIOS, HARINA DE SOJA

Citación

Colecciones