prikaz prve stranice dokumenta Estimacija cijene dionica primjenom ansambl metoda strojnog učenja
  Download
PDF 5.08 MB
master's thesis
Estimacija cijene dionica primjenom ansambl metoda strojnog učenja
2023. urn:nbn:hr:190:491365
Ančić, Edi
University of Rijeka
Faculty of Engineering

Cite this document

Ančić, E. (2023). Estimacija cijene dionica primjenom ansambl metoda strojnog učenja (Master's thesis). Rijeka: University of Rijeka, Faculty of Engineering. Retrieved from https://urn.nsk.hr/urn:nbn:hr:190:491365

Ančić, Edi. "Estimacija cijene dionica primjenom ansambl metoda strojnog učenja." Master's thesis, University of Rijeka, Faculty of Engineering, 2023. https://urn.nsk.hr/urn:nbn:hr:190:491365

Ančić, Edi. "Estimacija cijene dionica primjenom ansambl metoda strojnog učenja." Master's thesis, University of Rijeka, Faculty of Engineering, 2023. https://urn.nsk.hr/urn:nbn:hr:190:491365

Ančić, E. (2023). 'Estimacija cijene dionica primjenom ansambl metoda strojnog učenja', Master's thesis, University of Rijeka, Faculty of Engineering, accessed 04 May 2024, https://urn.nsk.hr/urn:nbn:hr:190:491365

Ančić E. Estimacija cijene dionica primjenom ansambl metoda strojnog učenja [Master's thesis]. Rijeka: University of Rijeka, Faculty of Engineering; 2023 [cited 2024 May 04] Available at: https://urn.nsk.hr/urn:nbn:hr:190:491365

E. Ančić, "Estimacija cijene dionica primjenom ansambl metoda strojnog učenja", Master's thesis, University of Rijeka, Faculty of Engineering, Rijeka, 2023. Available at: https://urn.nsk.hr/urn:nbn:hr:190:491365

Please login to the repository to save this object to your list.
Metadata
TitleEstimacija cijene dionica primjenom ansambl metoda strojnog učenja
AuthorEdi Ančić
MentorZlatan Car (mentor)
MentorNikola Anđelić (komentor)
Committee memberSaša Vlahinić (predsjednik povjerenstva)
Committee memberZlatan Car (član povjerenstva)
Committee memberNino Stojković (član povjerenstva)
GranterUniversity of Rijeka
Faculty of Engineering
Rijeka
Defense date and country2023, Croatia
Scientific / art field,
discipline and subdiscipline		TECHNICAL SCIENCES
Electrical Engineering
Abstract
Ovim radom prikazan je način izrade modela strojnog učenja za estimaciju cijene dionica. Objašnjena je obrada podataka prije stvaranje modela te su prikazani rezultati sa nepodešenim modelima. Rezultati su poboljšani korištenjem više metoda skaliranja. Nadalje se svakom modelu pronalaze optimalni hiperparametri kako bi se poboljšali rezultati. Traženje optimalnih hiperparametara može dovesti do pretreniranja za specifičan dataset, kako bi se to spriječilo model se je treniralo koristeći unakrsnu validaciju. Modeli su se onda uz pomoć dvije metode ansambla kombinirali kako bi se dobio bolji rezultat od svakog individualnog modela. Rezultati različitih modela su uspoređeni na svakom koraku. Ovaj pristup razvijanja modela strojnog učenja i poboljšavanja rezultata istih se može primijeniti i na druge datasetove.
Abstract (english)
This paper demonstrates how to make a machine learning model for estimating stock prices. Data preprocessing before the creation of the model is explained and the results with unoptimised models are shown. The results are improved using multiple scaling methods. Optimal hyperparamethers are found for each model to improve the results. The search for optimal hyperparamethers can lead to overfitting for a specific dataset, to prevent that the model was trained using cross-validation. The models were then combined using two ensemble methods as to achieve a better result than each individual model. Results for each model are compared at each step. This approach to developing machine learning models and improving their results can be applied on other datasets as well.
Keywords
Keywords (english)
Languagecroatian
URN:NBNurn:nbn:hr:190:491365
Study programmeTitle: Graduate University Study of Electrical Engineering
Study programme type: university
Study level: graduate
Academic / professional title: magistar/magistra inženjer/inženjerka elektrotehnike (magistar/magistra inženjer/inženjerka elektrotehnike)
Type of resourceText
File originBorn digital
Access conditionsOpen access
Terms of useLicence Attribution 4.0 International (CC BY 4.0) icon
Created on2023-09-12 14:21:42