PREVER AÇÕES DA PETROBRAS usando REDES NEURAIS RECORRENTES 📈 | Redes Neurais e Deep Learning 12

Поділитися
Вставка
  • Опубліковано 17 гру 2024

КОМЕНТАРІ • 28

  • @lexluthorjf
    @lexluthorjf Рік тому +4

    Este vídeo está me ajudando no mestrado

  • @endhellopes6453
    @endhellopes6453 2 роки тому +1

    Ótimo vídeo! Você explica muito bem cada detalhe do código. Ajuda muito pra quem é iniciante. Obrigado!

  • @setupnuvemitaliana6693
    @setupnuvemitaliana6693 Рік тому

    Simplesmente a melhor explicação que vi sobre o tema até hoje, parabéns!!!

  • @tecnew-x9666
    @tecnew-x9666 Місяць тому

    1:00:25 não entendi😅
    pq vc não teria os dias anteriores?

  • @jpmaldonado2040
    @jpmaldonado2040 Рік тому

    Muito bom seus videos mano !! congrats.

  • @andersonalmeidaescobal1635
    @andersonalmeidaescobal1635 2 роки тому

    Excelente conteúdo Professor, muito obrigado!

  • @lucastavares7767
    @lucastavares7767 2 роки тому +1

    Ótima aula prof Lucas😃👏👏

  • @marciochao4849
    @marciochao4849 Рік тому

    Lucas, beleza?
    No minuto 51:11 vc explica sobre a parametrização da rede neural usando o tensorflow, em especial a função do "return_sequence". Entendi a proposta, mas ficou uma dúvida: e se eu quiser inserir por exemplo 10 informações e quiser que ele me retorne dois resultados, há essa possibilidade? ou o tensorflow só retorna ou 10 predições ou apenas 1 predição?

  • @magdatainynunesamaral9746
    @magdatainynunesamaral9746 2 роки тому

    que show!! 🥰

  • @wostonbogoz
    @wostonbogoz 10 місяців тому

    😃👍
    Didática Única! Muito difíciu de achar este tipo de material... Muito bom!
    Professor, tem algum vídeo seu ensinando como "alimentar de dados" o modelo de inteligência artificial com mútiplas colunas (open, high, low, close...)
    Valeu!

  • @denissilva1304
    @denissilva1304 2 роки тому +1

    Excelente explicação, olhei toda a série, está me ajudando bastante no meu TCC.
    Fiquei com uma pequena dúvida, como reparei nos últimos vídeos desta série, a activation 'sigmoid' é realizada pelo (Dense(1)) que está retornando esse único valor.
    Nos outros exemplos quem faz a função de ativação dos neurônios da camada do núcleo é activation é o 'relo', neste exemplo da PETR4, quem faz essa ativação, ou seja, qual é a função de ativação neste caso?

  • @adinan1000
    @adinan1000 2 роки тому +1

    Olá Lucas,
    Estou começando agora a estudar.
    Qual a função do transform e fit_transform?
    Você fez algum video sobre?
    Obrigado.

  • @SickMantv
    @SickMantv 2 роки тому +1

    tu é foda

  • @leparfaitparfait1423
    @leparfaitparfait1423 4 місяці тому

    Gostei muito do vídeo , ta me ajudando num trabalho de faculdade que eu tô fazendo , a minha duvida é : porque ao montar o modelo LSTM você usou 100 neuronios na primeira camada, geralmente é usado o numero de features como numero de neuronios né ?

  • @EscoladasComprasYT
    @EscoladasComprasYT Рік тому

    É possível fazer algo semelhante para aprendizagem e probabilidades futuras para o jogo da roleta por exemplo?

  • @jorgemattos9457
    @jorgemattos9457 2 роки тому

    Lucas faz um tutorial do tensorboard, e de como fazer o monitoramento do treinamento da rede neural e das métricas e mais features sobre, se você não conhecer dá uma procurada, vi poucos vídeos de tensorboard bons em português você pode usar ele com o keras, você sabe muito de redes neurais e com o tensorboard os vídeos vão melhores e ainda mais didáticos e com mais intuições visuais.
    adoro seus vídeos, continue com a playlist de redes neurais.

  • @rodrigogodoysi
    @rodrigogodoysi 2 роки тому +1

    Show de aula!
    Lucas, o "Adj Close" é o valor da ação descontando proventos, bonificações, grupamentos, etc.; teoricamente é o melhor dado para análises em intervalos maiores.
    O "Volume" é quantidade de ações negociadas naquele dia; ajuda numa eventual comparação com outros ativos/índices.
    Estava fazendo um trabalho nessa linha para um TCC, mas a coisa começou a ficar tão complexa que desanimei e até hoje não terminei minha pós... 😅

    • @TrollApocalipse
      @TrollApocalipse Рік тому

      conta mais dessa sua pós pra gente! :)

    • @rodrigogodoysi
      @rodrigogodoysi Рік тому +1

      @@TrollApocalipse Não concluí.
      😬
      Era uma pós em Ciência de Dados e Big Data.
      No trabalho eu estava fazendo uma tabela com diversos indicadores fundamentalistas, cotações de índices, média de empresas similares, cotação do dólar, algumas médias e indicadores técnicos para estimar a cotação e ainda queria colocar alguns indicadores econômicos.

    • @TrollApocalipse
      @TrollApocalipse Рік тому

      @@rodrigogodoysi que maneiro! estou cursando engenharia de computacao na usp e to me inserindo agora nesse rolê de IA, por onde você buscou o conhecimento necessário pra fazer essas pesquisas? :)

    • @rodrigogodoysi
      @rodrigogodoysi Рік тому

      @@TrollApocalipse Pode iniciar maratonando o canal aqui do Lucas; vai te dar uma boa bagagem sobre o assunto.

  • @joaobalieiro6264
    @joaobalieiro6264 Рік тому

    Fala professor, mais um ótimo vídeo.
    Nesse eu não entendi muito bem qual o problema de a rede ter acertado tudo. Pelo que eu consegui entender, você pegou toda a sequencia temporal e dividiu em subconjuntos de 15 dias. Com cada subconjunto vc pediu pra rede prever o valor da ação do 16º dia. Qual o problema em ela ter acertado?
    Na segunda parte vc estava tentando prever uma sequencia mais longa de dias baseado nos 15 primeiros dias?
    Estou fazendo varias perguntas pq estou trabalhando em um projeto pessoal sobre redes neurais para prever comportamentos no mercado financeiro. O que eu estava em mente era +- o que vc explicou nesses vídeos, mas eu estava usando as Perceptron multicamadas que vc explicou nos primeiros vídeos (inclusive ela performa muito mal kkkk, ou eu que não estou sabendo implementar). Seus vídeos estão me ajudando muito. Abraços.

  • @dlrdn7145
    @dlrdn7145 2 роки тому

    Professor, quando dou o .shape dá o seguinte erro: TypeError: 'tuple' object is not callable

  • @tmielnik0x1
    @tmielnik0x1 Рік тому

    Porque a previsão sempre fica com atraso? Repare que a linha vermelha sempre acompanha a verde com um atraso (Ex: o preço cai na linha verde, mas a vermelha só cai um certo tempo depois da verde). Percebi isto em outros tutoriais também.

  • @LuisFernandoGaido
    @LuisFernandoGaido 10 місяців тому +2

    Ó, eu vou resumir pra quem quer mesmo saber, e foda-se o conteúdo: O mercado tem uma quantidade tão grande de variáveis que não existem modelos atualmente capazes de "zerar esse jogo". Claro, é melhor que jogar na megasena, ou seguir couchs com carros importados, mas não se iluda. Prever o mercado é quase tão complexo quanto prever se vai chover ou não. E note: estão tentando prever se vai chover há muito tempo, com sensores abudantes nos dias de hoje e NADA.

  • @anthonybarbosa9519
    @anthonybarbosa9519 Рік тому

    Eugene Fama, PREMIO NOBEL laureado em 2013, é conhecido como o “pai da hipótese do mercado eficiente” ARGUMENTA QUE OS PREÇOS REFLETEM AS INFORMAÇOES DISPONIVEIS E SÃO PREVISIVEIS. Por outro lado, Robert Shiller, que também recebeu o prêmio em 2013, é um dos principais nomes da economia comportamental. segundo Shiller, os mercados de ações são imprevisíveis a curto prazo. POR UTRO LADO A VOZ DO POVO DIZ QUE BOLSA É UM CASINO . JÁ UM TRAIDER DARIA RAZÃO AS TRES HIPOTESES E MAIS ALGUMAS . POIS BOLSA É UM UNIVERSO MAS NA VISÃO DOS LEIGOS E DA MIDIA :TUDO SE LIMITA A COMPRAR AÇÕES E VENDER AÇÕES, QUE INGENUIDADE E IGNORANCIA !!! DEPENDENDO DA OPERAÇÃO AS TRES HIPÓTESES FAZEM SENTIDO AO MESMO TEMPO ,DEPENDE DO QUE CADA "INVESTIDOR" PROCURA AS REGRAS PODEM SE CLARAS OU CAOTICAS E OBSCURAS !

  • @donedie1
    @donedie1 4 місяці тому

    Tente xgboost milhões de vezes melhor q RNN mas mesmo assim preço não se prevê, vol e o caminho!!!

  • @marlenepaulino2133
    @marlenepaulino2133 7 місяців тому

    Professor, pode passar o seu email?