Registro sencillo

dc.contributor.advisorSmithers, Tim
dc.contributor.authorBasagoiti, Rosa
dc.date.accessioned2024-01-24T15:39:43Z
dc.date.available2024-01-24T15:39:43Z
dc.date.issued2007
dc.date.submitted2007
dc.identifier.otherhttps://katalogoa.mondragon.edu/janium-bin/janium_login_opac.pl?find&ficha_no=71840en
dc.identifier.urihttps://hdl.handle.net/20.500.11984/6140
dc.description.abstractAnalizar grandes cantidades de datos con rapidez es uno de los mayores retos a los que se enfrentan las empresas hoy en día. Los sistemas informáticos ofrecen la posibilidad de almacenar gran cantidad de datos pero es necesario encontrar la manera de analizarlos en un tiempo razonable. Las bases de datos temporales son bases de datos excepcionalmente grandes cuyo análisis resulta particularmente laborioso cuando no imposible. Reducir la dimensionalidad de los datos para que el tiempo necesario para dicho análisis sea admisible es la primera prioridad. La definición de una buena medida de la similitud que permita comparar las series temporales entre sí será la segunda. Si nos aproximamos a un dominio en concreto, el de las series temporales económicas, vemos que las series temporales bursátiles son estudiadas con el fin de detectar posibles cambios de tendencia que avisen de las oportunidades de compra o de venta de títulos. El análisis técnico observa la formación de ciertos patrones y realiza un seguimiento de los mismos utilizándolos como referencia a la hora de tomar las decisiones oportunas. Es posible utilizar los fundamentos del análisis técnico como base para la representación de las series temporales para estudiar,.a continuación, usando distintas medidas de la distancia, resultados obtenidos por algoritmos de clustering. Se analizarán los resultados tanto desde el punto de vista de la eficacia como desde la eficiencia.es
dc.format.extent263 p.en
dc.language.isospaen
dc.publisherMondragon Unibertsitatea. Goi Eskola Politeknikoaen
dc.rights© 2007 Rosa Basagoiti Astigarragaen
dc.subjectCiencia de los ordenadoreses
dc.subjectSeries temporaleses
dc.subjectBases de datoses
dc.subjectInteligencia artificiales
dc.titleTécnicas de minería de datos aplicadas a series temporales bursátileses
dcterms.accessRightshttp://purl.org/coar/access_right/c_abf2en
local.contributor.groupAnálisis de datos y ciberseguridades
local.identifier.doihttps://doi.org/10.48764/760d-ck15
oaire.file$DSPACE\assetstoreen
oaire.resourceTypehttp://purl.org/coar/resource_type/c_db06en


Ficheros en el ítem

Thumbnail

Este ítem aparece en la(s) siguiente(s) colección(es)

Registro sencillo