BDTA USP - Resultado da busca

Trabalho de Conclusão de Curso (MBA)
Experimentos com modelos de aprendizado de máquina para a previsão de preço de ação de empresa de energia elétrica na B3 (2024)
Silva, Luiz Antonio Vieira Candido da; Nishijima, Marislei (Orientador)
Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, REDES NEURAIS, BOLSA DE VALORES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Luiz Antonio Vieira Candido da. Experimentos com modelos de aprendizado de máquina para a previsão de preço de ação de empresa de energia elétrica na B3. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://doi.org/10.11606/003225242. Acesso em: 21 fev. 2026.
APA
Silva, L. A. V. C. da. (2024). Experimentos com modelos de aprendizado de máquina para a previsão de preço de ação de empresa de energia elétrica na B3 (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003225242
NLM
Silva LAVC da. Experimentos com modelos de aprendizado de máquina para a previsão de preço de ação de empresa de energia elétrica na B3 [Internet]. 2024 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003225242
Vancouver
Silva LAVC da. Experimentos com modelos de aprendizado de máquina para a previsão de preço de ação de empresa de energia elétrica na B3 [Internet]. 2024 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003225242
Trabalho de Conclusão de Curso (MBA)
Modelos híbridos de indicadores técnicos e aprendizado profundo para previsão de preços de ações: uma análise comparativa (2024)
Sá, Jhoe Nascimento; Amancio, Diego Raphael (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, FILTROS DE KALMAN, INTELIGÊNCIA ARTIFICIAL, AÇÕES
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SÁ, Jhoe Nascimento. Modelos híbridos de indicadores técnicos e aprendizado profundo para previsão de preços de ações: uma análise comparativa. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://doi.org/10.11606/003225377. Acesso em: 21 fev. 2026.
APA
Sá, J. N. (2024). Modelos híbridos de indicadores técnicos e aprendizado profundo para previsão de preços de ações: uma análise comparativa (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003225377
NLM
Sá JN. Modelos híbridos de indicadores técnicos e aprendizado profundo para previsão de preços de ações: uma análise comparativa [Internet]. 2024 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003225377
Vancouver
Sá JN. Modelos híbridos de indicadores técnicos e aprendizado profundo para previsão de preços de ações: uma análise comparativa [Internet]. 2024 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003225377
Trabalho de Conclusão de Curso (MBA)
Aplicação da rede neural LSTM para predição de nível do Rio Caí/RS (2024)
Mieres, Luciana da Silva; Souza, Elaine (Orientador); Tschiedel, Arthur (coorient)
Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, REDES NEURAIS, DESASTRES NATURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MIERES, Luciana da Silva. Aplicação da rede neural LSTM para predição de nível do Rio Caí/RS. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://doi.org/10.11606/003228514. Acesso em: 21 fev. 2026.
APA
Mieres, L. da S. (2024). Aplicação da rede neural LSTM para predição de nível do Rio Caí/RS (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003228514
NLM
Mieres L da S. Aplicação da rede neural LSTM para predição de nível do Rio Caí/RS [Internet]. 2024 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003228514
Vancouver
Mieres L da S. Aplicação da rede neural LSTM para predição de nível do Rio Caí/RS [Internet]. 2024 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003228514
Trabalho de Conclusão de Curso (MBA)
Identificação de anomalias ofensoras à geração de usinas solares fotovoltaicas (2024)
Silva, Guilherme Théo Bredemann; Ponciano, Jean Roberto (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, ENERGIA SOLAR, INTELIGÊNCIA ARTIFICIAL, INTERNET DAS COISAS, TELEMETRIA
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
SILVA, Guilherme Théo Bredemann. Identificação de anomalias ofensoras à geração de usinas solares fotovoltaicas. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://doi.org/10.11606/003227173. Acesso em: 21 fev. 2026.
APA
Silva, G. T. B. (2024). Identificação de anomalias ofensoras à geração de usinas solares fotovoltaicas (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003227173
NLM
Silva GTB. Identificação de anomalias ofensoras à geração de usinas solares fotovoltaicas [Internet]. 2024 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003227173
Vancouver
Silva GTB. Identificação de anomalias ofensoras à geração de usinas solares fotovoltaicas [Internet]. 2024 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003227173
Trabalho de Conclusão de Curso (MBA)
Redes neurais artificiais empregadas no reconhecimento e classificação de eventos em series temporais (2024)
Rossi, Dráusio Linardi; Ueyama, Jó (Orientador)
Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, REDES NEURAIS, ANÁLISE DE SÉRIES TEMPORAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
ROSSI, Dráusio Linardi. Redes neurais artificiais empregadas no reconhecimento e classificação de eventos em series temporais. 2024. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://doi.org/10.11606/003228528. Acesso em: 21 fev. 2026.
APA
Rossi, D. L. (2024). Redes neurais artificiais empregadas no reconhecimento e classificação de eventos em series temporais (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003228528
NLM
Rossi DL. Redes neurais artificiais empregadas no reconhecimento e classificação de eventos em series temporais [Internet]. 2024 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003228528
Vancouver
Rossi DL. Redes neurais artificiais empregadas no reconhecimento e classificação de eventos em series temporais [Internet]. 2024 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003228528
Trabalho de Conclusão de Curso (Especialização)
Modelo de aprendizado de máquina para prever tendências no Índice Bovespa com a influência de notícias relacionadas (2024)
Cousseau, Gustavo; Reis Filho, Ivan José dos (Orientador)
Unidade: ICMC
Subjects: APRENDIZADO COMPUTACIONAL, BOLSA DE VALORES, MERCADO FINANCEIRO, REDES NEURAIS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
COUSSEAU, Gustavo. Modelo de aprendizado de máquina para prever tendências no Índice Bovespa com a influência de notícias relacionadas. 2024. Trabalho de Conclusão de Curso (Especialização) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://doi.org/10.11606/003225485. Acesso em: 21 fev. 2026.
APA
Cousseau, G. (2024). Modelo de aprendizado de máquina para prever tendências no Índice Bovespa com a influência de notícias relacionadas (Trabalho de Conclusão de Curso (Especialização). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003225485
NLM
Cousseau G. Modelo de aprendizado de máquina para prever tendências no Índice Bovespa com a influência de notícias relacionadas [Internet]. 2024 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003225485
Vancouver
Cousseau G. Modelo de aprendizado de máquina para prever tendências no Índice Bovespa com a influência de notícias relacionadas [Internet]. 2024 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003225485
Trabalho de Conclusão de Curso (MBA)
Utilização de fallback com ChatGPT em chatbots (2023)
Gazola, Ygor Jorge; Bruno, Odemir Martinez (Orientador)
Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, APRENDIZADO COMPUTACIONAL, ANÁLISE DE TEXTO
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
GAZOLA, Ygor Jorge. Utilização de fallback com ChatGPT em chatbots. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://doi.org/10.11606/003192214. Acesso em: 21 fev. 2026.
APA
Gazola, Y. J. (2023). Utilização de fallback com ChatGPT em chatbots (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003192214
NLM
Gazola YJ. Utilização de fallback com ChatGPT em chatbots [Internet]. 2023 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003192214
Vancouver
Gazola YJ. Utilização de fallback com ChatGPT em chatbots [Internet]. 2023 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003192214
Trabalho de Conclusão de Curso (MBA)
Inteligência artificial na predição da doença de Parkinson (2023)
Minchilo, Pedro Quinaud; Amancio, Diego Raphael (Orientador)
Unidade: ICMC
Subjects: INTELIGÊNCIA ARTIFICIAL, DOENÇA DE PARKINSON, REDES COMPLEXAS
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
ABNT
MINCHILO, Pedro Quinaud. Inteligência artificial na predição da doença de Parkinson. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://doi.org/10.11606/003191092. Acesso em: 21 fev. 2026.
APA
Minchilo, P. Q. (2023). Inteligência artificial na predição da doença de Parkinson (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003191092
NLM
Minchilo PQ. Inteligência artificial na predição da doença de Parkinson [Internet]. 2023 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003191092
Vancouver
Minchilo PQ. Inteligência artificial na predição da doença de Parkinson [Internet]. 2023 ;[citado 2026 fev. 21 ] Available from: https://doi.org/10.11606/003191092

USP Schools

BDTA

Filtros

Authors

USP affiliated authors

Subjects