
DDC
| 332.8 |
Tác giả CN
| Bùi, Tiến Sang |
Nhan đề
| Khai thác mô hình học máy tiên tiến cho dự báo lợi nhuận: Nghiên cứu so sánh giữa Arima và LSTM : Khóa luận tốt nghiệp chuyên ngành Khoa học dữ liệu / Bùi Tiến Sang, Hà Minh Tân hướng dẫn |
Thông tin xuất bản
| Tp. Hồ Chí Minh : Đại học Nguyễn Tất Thành, 2024 |
Mô tả vật lý
| xiii, 75 tr. : Hình ảnh minh họa ; 29 cm. |
Tóm tắt
| Nghiên cứu tận dụng ưu điểm của các học máy tiên tiến để thực hiện dự đoán lợi nhuận trong lĩnh vực tài chính nhằm đưa lại một chính sách hiệu quả nhất. Nghiên cứu này chỉ tập trung vào việc so sánh hiệu suất giữa hai mô hình cụ thể là Arima và LSTM trong quá trình dự đoán của lợi nhuận. Sử dụng các chỉ số quan trọng như MSE, MAE và RMSE để tiến hành một phân tích tổng quan, tập trung vào so sánh kết quả các giá trị của hai mô hình. Cung cấp thông tin rất chi tiết về các mỗi mô hình hoạt động, bao gồm cơ chế của Arima và LSTM tương quan của chúng trong việc dự báo lợi nhuận tài chính. Nghiên cứu sẽ xây dựng, tinh chỉnh cho các mô hình học hỏi trên dữ liệu lịch sử, điều chỉnh các tham số quan trọng để đảm bảo hiệu quả cà tính linh hoạt trong dự báo. Đưa ra đánh giá chất lượng dự báo dựa trên MSE và RMSE, MAE. Kết quả so sánh giữa Arima và LSTM giúp đưa ra kết luận rằng một trong hai có khả năng dự báo tốt hơn trong ngữ cảnh tài chính. |
Từ khóa tự do
| Giá trị lợi nhuận |
Từ khóa tự do
| Dự đoán lợi nhuận |
Từ khóa tự do
| Lợi nhuận tài chính |
Từ khóa tự do
| Mô hình học máy |
Từ khóa tự do
| LSTM |
Từ khóa tự do
| ARIMA |
Khoa
| Khoa Công nghệ Thông tin |
Tác giả(bs) CN
| Hà Minh Tân |
Địa chỉ
| 300Q12_Khóa luận tốt nghiệp(1): 098980 |
|
000
| 00000nam#a2200000u##4500 |
---|
001 | 55562 |
---|
002 | 17 |
---|
004 | 4338146E-51FC-4282-9133-A3B8670C0B99 |
---|
005 | 202506261632 |
---|
008 | 250611s2024 vm vie |
---|
009 | 1 0 |
---|
039 | |a20250626163208|bbacntp|c20250626163123|dbacntp|y20250611103946|zbacntp |
---|
040 | |aNTT |
---|
041 | |avie |
---|
044 | |avm |
---|
082 | |a332.8|bB9321 |
---|
100 | |aBùi, Tiến Sang |
---|
245 | |aKhai thác mô hình học máy tiên tiến cho dự báo lợi nhuận: Nghiên cứu so sánh giữa Arima và LSTM : |bKhóa luận tốt nghiệp chuyên ngành Khoa học dữ liệu / |cBùi Tiến Sang, Hà Minh Tân hướng dẫn |
---|
260 | |aTp. Hồ Chí Minh : |bĐại học Nguyễn Tất Thành, |c2024 |
---|
300 | |axiii, 75 tr. : |bHình ảnh minh họa ; |c29 cm. |
---|
502 | |aThư mục: tr.74 |
---|
520 | |aNghiên cứu tận dụng ưu điểm của các học máy tiên tiến để thực hiện dự đoán lợi nhuận trong lĩnh vực tài chính nhằm đưa lại một chính sách hiệu quả nhất. Nghiên cứu này chỉ tập trung vào việc so sánh hiệu suất giữa hai mô hình cụ thể là Arima và LSTM trong quá trình dự đoán của lợi nhuận. Sử dụng các chỉ số quan trọng như MSE, MAE và RMSE để tiến hành một phân tích tổng quan, tập trung vào so sánh kết quả các giá trị của hai mô hình. Cung cấp thông tin rất chi tiết về các mỗi mô hình hoạt động, bao gồm cơ chế của Arima và LSTM tương quan của chúng trong việc dự báo lợi nhuận tài chính. Nghiên cứu sẽ xây dựng, tinh chỉnh cho các mô hình học hỏi trên dữ liệu lịch sử, điều chỉnh các tham số quan trọng để đảm bảo hiệu quả cà tính linh hoạt trong dự báo. Đưa ra đánh giá chất lượng dự báo dựa trên MSE và RMSE, MAE. Kết quả so sánh giữa Arima và LSTM giúp đưa ra kết luận rằng một trong hai có khả năng dự báo tốt hơn trong ngữ cảnh tài chính. |
---|
541 | |aNộp lưu chiểu |
---|
653 | |aGiá trị lợi nhuận |
---|
653 | |aDự đoán lợi nhuận |
---|
653 | |aLợi nhuận tài chính |
---|
653 | |aMô hình học máy |
---|
653 | |aLSTM |
---|
653 | |aARIMA |
---|
690 | |aKhoa Công nghệ Thông tin |
---|
691 | |aKhoa học dữ liệu |
---|
700 | |aHà Minh Tân|cTS.|eHướng dẫn |
---|
852 | |a300|bQ12_Khóa luận tốt nghiệp|j(1): 098980 |
---|
856 | 1|uhttp://elib.ntt.edu.vn/documentdata01/3 luanvanluanan/anhbiasach_2025/55562_khaithacmohinhhocmaytientienchodubaoloinhuanthumbimage.jpg |
---|
890 | |a1|b0|c0|d0 |
---|
| |
Dòng |
Mã vạch |
Nơi lưu |
S.gọi Cục bộ |
Phân loại |
Bản sao |
Tình trạng |
Thành phần |
Đặt chỗ |
1
|
098980
|
Q12_Khóa luận tốt nghiệp
|
332.8 B9321
|
Sách mượn tại chỗ
|
1
|
|
|
|
Không có liên kết tài liệu số nào
|
|
|
|