Utilización de redes neuronales recurrentes en la predicción de tendencias del mercado de harina de soja

Alonso, Juan Ignacio

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

dc.contributor.advisor	Riccillo, Marcela
dc.contributor.author	Alonso, Juan Ignacio
dc.date.accessioned	2022-12-20T14:52:14Z
dc.date.available	2022-12-20T14:52:14Z
dc.date.issued	2022
dc.description.abstract	"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."	es
dc.description.notes	Trabajo Final Ciencia de Datos (especialización) - Instituto Tecnológico de Buenos Aires, Buenos Aires, 2022	es
dc.identifier.uri	https://ri.itba.edu.ar/handle/123456789/4101
dc.language.iso	es	es
dc.subject	ANALISIS DE DATOS	es
dc.subject	REDES NEURONALES	es
dc.subject	ANALISIS DE SERIES DE TIEMPO	es
dc.subject	PREDICCIONES	es
dc.subject	PRECIOS	es
dc.subject	HARINA DE SOJA	es
dc.title	Utilización de redes neuronales recurrentes en la predicción de tendencias del mercado de harina de soja	es
dc.type	Trabajo final de especialización	es
dspace.entity.type	Trabajo final de especialización	es
itba.description.filiation	Fil: Alonso, Juan Ignacio. Instituto Tecnológico de Buenos Aires; Argentina.