Petrobras S.A. stock price change prediction using machine learning (2023)
- Authors:
- USP affiliated authors: ZOCCHI, SILVIO SANDOVAL - ESALQ ; SOUZA, CAIO LOPES DE - ESALQ
- Unidade: ESALQ
- Subjects: AÇÕES; APRENDIZADO COMPUTACIONAL; MODELOS MATEMÁTICOS; POLÍTICA DE PREÇO; PYTHON
- Language: Português
- Imprenta:
- Publisher place: São Paulo, SP
- Date published: 2023
- Conference titles: Simpósio Internacional de Iniciação Científica e Tecnológica da USP - SIICUSP
-
ABNT
SOUZA, Caio Lopes de e PALMA, Gabriel Rodrigues e ZOCCHI, Silvio Sandoval. Petrobras S.A. stock price change prediction using machine learning. 2023, Anais.. São Paulo, SP: Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo, 2023. . Acesso em: 11 jun. 2024. -
APA
Souza, C. L. de, Palma, G. R., & Zocchi, S. S. (2023). Petrobras S.A. stock price change prediction using machine learning. In . São Paulo, SP: Escola Superior de Agricultura Luiz de Queiroz, Universidade de São Paulo. -
NLM
Souza CL de, Palma GR, Zocchi SS. Petrobras S.A. stock price change prediction using machine learning. 2023 ;[citado 2024 jun. 11 ] -
Vancouver
Souza CL de, Palma GR, Zocchi SS. Petrobras S.A. stock price change prediction using machine learning. 2023 ;[citado 2024 jun. 11 ] - Modelos mistos em estudos de adaptação local e plasticidade fenotípica de Euterpe edulis Mart.
- Análise de dados circulares com aplicação em tonalidade da cor da casca de mamão "Sunrise Solo"
- Neighbour-balanced designs an applicion on an irrigation experiment
- Generating different data sets for linear regression models with the same estimates
- Reconciling the mitscherlich’s law of diminishing returns with liebig’s law of the minimum: some results on crop modeling
- Modelos segmentados com pontos de mudanças aleatórios
- Solarizacao do solo para o controle de pythium e plantas daninhas em crisantemo
- Intervalos de confiança bootstrap para o ponto crítico de funções quadráticas: uma aplicação em um estudo de reversão sexual de tilápias do nilo (Oreochromis niloticus)
- Delineamentos ótimos para detecção de falta de ajuste em modelos não-lineares
- Optimum experimental designs for multinomial logistic models
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas