Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/27419| Title: | Aplicabilidade de técnicas de redução de dimensionalidade no índice Bovespa (Ibovespa B3). |
| Other Titles: | Applicability of dimensionality reduction techniques in the Bovespa index (Ibovespa B3). |
| ???metadata.dc.creator???: | RAMALHO, João Victor Rodrigues. |
| ???metadata.dc.contributor.advisor1???: | GURJÃO, Edmar Candeia. |
| ???metadata.dc.contributor.referee1???: | VELOSO, Luciana Ribeiro. |
| Keywords: | Índice Bovespa;Ibovespa B3;Redução de dimensionalidade;Espaço de dados;Python - linguagem de programação;Linguagem de programação Python;Álgebra linear;PCA - Principal Component Analysis;Principal Component Analysis - PCA;Bolsa de valores;Bovespa Index;Dimensionality reduction;Data space;Python - programming language;Python programming language;Linear algebra;PCA - Main Component Analysis;Main Component Analysis - PCA;Stock Exchange |
| Issue Date: | 2-Sep-2022 |
| Publisher: | Universidade Federal de Campina Grande |
| Citation: | CARVALHO, João Victor Rodrigues. Aplicabilidade de técnicas de redução de dimensionalidade no índice Bovespa (Ibovespa B3). 2022. 54f. (Trabalho de Conclusão de Curso - Monografia), Curso de Bacharelado em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba - Brasil, 2022. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/27419 |
| ???metadata.dc.description.resumo???: | A dimensionalidade é conhecida como o número de variáveis de entrada ou características presentes em um espaço de dados, e o processo de tratar a quantidade de características representantes desse espaço é chamado redução de dimensionalidade. A redução da dimensionalidade tem como objetivo converter um espaço de dados de uma determinada dimensão em uma outra inferior, de forma a assegurar que ainda forneça informação equivalente. Estas técnicas são amplamente utilizadas na modelagem do aprendizado de máquina para obter um modelo preditivo adequado, resolvendo ao mesmo tempo os problemas de classificação e regressão. Neste trabalho, foi realizado a implementação de algumas técnicas de redução de dimensionalidade, no principal índice de ações da bolsa de valores do Brasil, o índice Bovespa (Ibovespa B3), com auxílio da linguagem de programação Python. |
| Abstract: | Dimensionality is known as the number of input variables or features present in a data space, and the process of addressing the number of features representing that space is called dimensionality reduction. Dimensionality reduction aims to convert a data space of a certain dimension into one that is lower in order to ensure that it still provides equivalent information. These techniques are widely used in machine learning modeling to obtain a suitable predictive model while solving classification and regression problems. In this work, the implementation of some dimensionality reduction techniques, on the main stock index of the Brazilian stock exchange, the Bovespa index (Ibovespa B3), was carried out with the aid of the Python programming language. |
| Keywords: | Índice Bovespa Ibovespa B3 Redução de dimensionalidade Espaço de dados Python - linguagem de programação Linguagem de programação Python Álgebra linear PCA - Principal Component Analysis Principal Component Analysis - PCA Bolsa de valores Bovespa Index Dimensionality reduction Data space Python - programming language Python programming language Linear algebra PCA - Main Component Analysis Main Component Analysis - PCA Stock Exchange |
| ???metadata.dc.subject.cnpq???: | Engenharia Elétrica. |
| URI: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/27419 |
| Appears in Collections: | Curso de Bacharelado em Engenharia Elétrica - CEEI - Monografias |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| JOÃO VICTOR RODRIGUES CARVALHO - TCC ENG. ELÉTRICA CEEI 2022.pdf | João Victor Rodrigues Carvalho - TCC Eng. Elétrica CEEI 2022 | 2.76 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.