@MASTERSTHESIS{ 2025:1068005112,
 	title = {Previs?o financeira com aprendizado profundo e intelig?ncia artificial},
 	year = {2025},
 	url = "https://tede2.pucrs.br/tede2/handle/tede/11694",
 	abstract = "O presente trabalho utiliza como base os avan?os da tecnologia, explorando um dos temas mais abordados na atualidade: a intelig?ncia artificial. O objetivo ? aplicar modelos de aprendizado de m?quina, especificamente redes neurais recorrentes, para realizar previs?es de pre?os de a??es do mercado financeiro brasileiro, com dados do Ibovespa. Foram conduzidos testes e treinamentos com diferentes arquiteturas de redes neurais, buscando um modelo com maior precis?o. Os dados foram coletados da API do Yahoo Finance e pr?-processados para o treinamento. Ap?s a implementa??o das arquiteturas, as previs?es foram comparadas com os valores reais. Diversos testes foram realizados com varia??es em par?metros como taxa de aprendizado, n?mero de neur?nios e outros hiperpar?metros, visando identificar melhorias no desempenho dos modelos. A an?lise dos resultados permitiu avaliar o impacto dessas modifica??es e ajustar a configura??o para alcan?ar previs?es mais precisas. Os resultados finais evidenciam ganhos de desempenho com a implementa??o de um modelo h?brido de rede neural, que combina diferentes arquiteturas para aperfei?oar a capacidade preditiva e de generaliza??o. O estudo refor?a o potencial das redes neurais h?bridas na solu??o de problemas computacionais complexos e contribui para a inova??o no contexto financeiro e no campo da Ci?ncia da Computa??o.",
 	publisher = {Pontif?cia Universidade Cat?lica do Rio Grande do Sul},
 	scholl = {Programa de P?s-Gradua??o em Ci?ncia da Computa??o},
 	note = {Escola Polit?cnica}
}