prikaz prve stranice dokumenta Predviđanje vrijednosti financijskih podataka temeljeno na rekurentnim neuronskim mrežama
Rad nije dostupan
završni rad
Predviđanje vrijednosti financijskih podataka temeljeno na rekurentnim neuronskim mrežama
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. urn:nbn:hr:168:345886
Luburić, Matej
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Luburić, M. (2020). Predviđanje vrijednosti financijskih podataka temeljeno na rekurentnim neuronskim mrežama (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:345886

Luburić, Matej. "Predviđanje vrijednosti financijskih podataka temeljeno na rekurentnim neuronskim mrežama." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:345886

Luburić, Matej. "Predviđanje vrijednosti financijskih podataka temeljeno na rekurentnim neuronskim mrežama." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2020. https://urn.nsk.hr/urn:nbn:hr:168:345886

Luburić, M. (2020). 'Predviđanje vrijednosti financijskih podataka temeljeno na rekurentnim neuronskim mrežama', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 27.12.2024., https://urn.nsk.hr/urn:nbn:hr:168:345886

Luburić M. Predviđanje vrijednosti financijskih podataka temeljeno na rekurentnim neuronskim mrežama [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2020 [pristupljeno 27.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:345886

M. Luburić, "Predviđanje vrijednosti financijskih podataka temeljeno na rekurentnim neuronskim mrežama", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2020. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:345886

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:345886
Podaci o radu
NaslovPredviđanje vrijednosti financijskih podataka temeljeno na rekurentnim neuronskim mrežama
Naslov (engleski)Prediction of Financial Data Values based on Recurrent Neural Networks
AutorMatej Luburić
MentorAlan Jović (mentor)
Član povjerenstvaAlan Jović (predsjednik povjerenstva)
Član povjerenstvaNikolina Frid (član povjerenstva)
Član povjerenstvaIgor Stančin (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2020-09-04, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
U ovom radu obrađena je analiza financijskih podataka pomoću neuronske mreže koja koristi ćelije s dugom kratkoročnom memorijom (engl. long short-term memory, LSTM). Detaljno su objašnjene tri vrste rekurentnih neuronskih mreža: osnovna rekurentna neuronska mreža (RNN), LSTM i propusna povratna ćelija (engl. gated recurrent unit, GRU). Objašnjena je prednost ćelija LSTM i GRU naspram jednostavne RNN zbog rješavanja problema eksplodirajućeg i nestajućeg gradijenta. Prikazani su dobiveni rezultati i njihova interpretacija pomoću srednje apsolutne postotne pogreške, Pearsonovog koeficijenta i Theilovog koeficijenta U.
Sažetak (engleski)
This paper deals with the processing of financial data using a long short-term memory (LSTM). Three types of recurrent neural networks are explained in detail: the simple recurrent neural network (RNN), LSTM and the gated recurrent unit (GRU). The advantage of LSTM and GRU over simple RNN due to solving the problem of exploding and vanishing gradient is explained. The obtained results and their interpretation are presented using the mean absolute percentage error (MAPE), Pearson’s coefficient and Theil’s U coefficient.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:345886
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2023-01-14 09:18:48