Please use this identifier to cite or link to this item:
https://ric.cps.sp.gov.br/handle/123456789/12975
Title: | Aplicação de Redes Neurais para Previsão de Rentabilidade nos Fundos de Investimentos Imobiliários |
Other Titles: | Application of Neural Networks to Forecast Profitability in Real Estate Investment Funds |
Authors: | BARBOSA, João Aquiles Praseres |
Advisor: | SANCHES, Alexandre Leme |
type of document: | Artigo científico |
Keywords: | Redes neurais;Investimentos |
Issue Date: | Dec-2022 |
Publisher: | 183 |
Citation: | BARBOSA, João Aquiles Praseres. Aplicação de redes neurais para previsão de rentabilidade nos fundos de investimentos imobiliários. 2022. Trabalho de Graduação (Curso Superior de Tecnologia em Gestão Financeira) - Faculdade de Tecnologia Jornalista Omair Fagundes de Oliveira, Bragança Paulista, 2022. |
Abstract: | Redes Neurais Artificiais tem seu nome e estrutura inspirados no cérebro humano, imitando a maneira como os neurônios biológicos enviam sinais de uns para outros, sua forma de processamento e armazenamento. Neste estudo tem como objetivo apresentr uma aplicação de Redes Neurais para análise nos fundos investimento imobiliário, analisando alguns fundos com os dados disponíveis e aplicando na ferramenta para buscar uma possível previsão de rentabilidade. Artificial Neural Networks has its name and structure inspired by the human brain, mimicking the way biological neurons send signals from one to another, their form of processing and storage. This study aims to present an application of Neural Networks for analysis in real estate investment funds, analyzing some funds with the available data and applying in the tool to seek a possible prediction of profitability. |
URI: | https://ric.cps.sp.gov.br/handle/123456789/12975 |
Appears in Collections: | Trabalhos de Conclusão de Curso |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
gestao_financeira_2022_2_joao_aquiles_praseres_barbosa_aplicaçao_de_redes_neurais_para_previsao_de_rentabilidade....pdf | 390.49 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.