|
|
|
|
| LEADER |
02193na a2200241 4500 |
| 003 |
HR-ZaFER |
| 005 |
20190614085602.0 |
| 008 |
160221s2016 ci ||||| m||| 00| 0 hr d |
| 035 |
|
|
|a (HR-ZaFER)ferid3739
|
| 040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
| 100 |
1 |
|
|a Bartol, Kristijan
|9 39710
|
| 245 |
1 |
0 |
|a Kratkoročno predviđanje cijene energenata :
|b završni rad /
|c Kristijan Bartol ; [mentor Vladimir Čeperić].
|
| 246 |
1 |
|
|a Short-term energy-generating product price forecasting
|i Naslov na engleskom:
|
| 260 |
|
|
|a Zagreb,
|b K. Bartol,
|c 2016.
|
| 300 |
|
|
|a 30 str. ;
|c 30 cm +
|e CD-ROM
|
| 502 |
|
|
|b preddiplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Računarska znanost, šifra smjera: 41, datum predaje: 2016-06-17, datum završetka: 2016-09-07
|
| 520 |
3 |
|
|a Sažetak na hrvatskom: Predviđanje cijene sirove nafte važno je zbog značajnog utjecaja na trendove rasta i pada cijena za cjelokupno globalno tržište. Opisan je problem kratkoročnog predviđanja cijene sirove nafte. Predstavljeno je i opisano moguće rješenje korištenjem skupa regresijskih stabala i optimizacije aditivnim gradijentnim spustom. Model je evaluiran različitim regresijskim metrikama te uspoređen s modelom slučajnih šuma na stvarnom problemu. Rezultati su uspoređeni s postojećim rezultatima znanstvenih radova na temu predviđanja cijene sirove nafte.
|
| 520 |
3 |
|
|a Sažetak na engleskom: Crude oil price forecasting is important due to its strong influence on the global economic market. The problem of short-term crude oil price forecasting is described. The solution of short-term crude oil price forecasting using regression trees is implemented and described accordingly. Ensemble model is evaluated with various regression metrics on concrete problem. Results are compared with the existing results found in relevant papers.
|
| 653 |
|
1 |
|a kratkoročno predviđanje
|a nadzirano učenje
|a regresija
|a stabla odlučivanja
|a gradijentni spust, model višestrukog učenja
|
| 653 |
|
1 |
|a short-term forecasting
|a supervised learning
|a regression
|a decision trees
|a gradient descent
|a ensemble model
|
| 700 |
1 |
|
|a Čeperić, Vladimir
|4 ths
|9 31327
|
| 942 |
|
|
|c Z
|2 udc
|
| 999 |
|
|
|c 48099
|d 48099
|