Sá, Jhoe Nascimento; Amancio, Diego Raphael (Orientador) 
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://bdta.abcd.usp.br/directbitstream/a36c39f3-2940-472f-bf74-ee4d3504bae9/Jhoe_Nascimento_Sa_.pdf. Acesso em: 30 abr. 2025.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://bdta.abcd.usp.br/directbitstream/a36c39f3-2940-472f-bf74-ee4d3504bae9/Jhoe_Nascimento_Sa_.pdfNLM
Sá JN. Modelos híbridos de indicadores técnicos e aprendizado profundo para previsão de preços de ações: uma análise comparativa [Internet]. 2024 ;[citado 2025 abr. 30 ] Available from: https://bdta.abcd.usp.br/directbitstream/a36c39f3-2940-472f-bf74-ee4d3504bae9/Jhoe_Nascimento_Sa_.pdfVancouver
Sá JN. Modelos híbridos de indicadores técnicos e aprendizado profundo para previsão de preços de ações: uma análise comparativa [Internet]. 2024 ;[citado 2025 abr. 30 ] Available from: https://bdta.abcd.usp.br/directbitstream/a36c39f3-2940-472f-bf74-ee4d3504bae9/Jhoe_Nascimento_Sa_.pdf
