prikaz prve stranice dokumenta Primjena klasifikacijskih algoritama strojnog učenja za predviđanje smjera kretanja cijena kriptovaluta
Pristup korisnicima matične ustanove
završni specijalistički
Primjena klasifikacijskih algoritama strojnog učenja za predviđanje smjera kretanja cijena kriptovaluta
završni rad
2022. urn:nbn:hr:124:554610
Kalinić Miličević, Tea
Sveučilište u Splitu
Ekonomski fakultet

Citirajte ovaj rad

Kalinić Miličević, T. (2022). Primjena klasifikacijskih algoritama strojnog učenja za predviđanje smjera kretanja cijena kriptovaluta : završni rad (Završni specijalistički). Split: Sveučilište u Splitu, Ekonomski fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:124:554610

Kalinić Miličević, Tea. "Primjena klasifikacijskih algoritama strojnog učenja za predviđanje smjera kretanja cijena kriptovaluta : završni rad." Završni specijalistički, Sveučilište u Splitu, Ekonomski fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:124:554610

Kalinić Miličević, Tea. "Primjena klasifikacijskih algoritama strojnog učenja za predviđanje smjera kretanja cijena kriptovaluta : završni rad." Završni specijalistički, Sveučilište u Splitu, Ekonomski fakultet, 2022. https://urn.nsk.hr/urn:nbn:hr:124:554610

Kalinić Miličević, T. (2022). 'Primjena klasifikacijskih algoritama strojnog učenja za predviđanje smjera kretanja cijena kriptovaluta : završni rad', Završni specijalistički, Sveučilište u Splitu, Ekonomski fakultet, citirano: 23.12.2024., https://urn.nsk.hr/urn:nbn:hr:124:554610

Kalinić Miličević T. Primjena klasifikacijskih algoritama strojnog učenja za predviđanje smjera kretanja cijena kriptovaluta : završni rad [Završni specijalistički]. Split: Sveučilište u Splitu, Ekonomski fakultet; 2022 [pristupljeno 23.12.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:124:554610

T. Kalinić Miličević, "Primjena klasifikacijskih algoritama strojnog učenja za predviđanje smjera kretanja cijena kriptovaluta : završni rad", Završni specijalistički, Sveučilište u Splitu, Ekonomski fakultet, Split, 2022. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:124:554610

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:124:554610
Podaci o radu
NaslovPrimjena klasifikacijskih algoritama strojnog učenja za predviđanje smjera kretanja cijena kriptovaluta : završni rad
Naslov (engleski)Predicting cryptocurrencies price direction using machine learning classification algorithms
AutorTea Kalinić Miličević
MentorBranka Marasović (mentor)
MBZ: 274372
Član povjerenstvaMario Jadrić (predsjednik povjerenstva)
MBZ: 292585
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Splitu
Ekonomski fakultet
Split
Datum i država obrane2022, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		DRUŠTVENE ZNANOSTI
Ekonomija
Kvantitativna ekonomija
Sažetak
Cilj ovog istraživanja je postići uvid u razlike prediktivnih sposobnosti odabranih klasifikacijskih algoritama strojnog učenja primijenjenih na predviđanje smjera cijena različitih kriptovalutama i na osnovu različitih skupova značajki. U analizu su uključene kriptovalute koje su na datum 27.5.2021. zauzimale prvih pet mjesta po tržišnoj kapitalizaciji, a to su redom: bitcoin, ether, tether, binance coin i cardano. Klasifikacijski algoritmi korišteni u analizi su Logistička regresija, Gauss naivni Bayesov klasifikator i stroj potpornih vektora. Rezultati analize pokazuju da ipak postoje slučajevi kada različiti klasifikacijski algoritmi postižu istu točnost na istom skupu primjera kao i slučajevi kada jedan klasifikacijski algoritam postiže istu točnost na različitim skupovima primjera. Međutim, rezultati analize pokazuju da je smanjivanje skupa primjera kod svih promatranih algoritama rezultiralo promjenom točnosti modela. Najveća ostvarena točnost u analizi iznosi 94,83% i postignuta je primjenom algoritma Logističke regresije na bitcoin bazu podataka koja uključuje podatke o trgovanju u periodu između 1.10.2017. do 26.5.2021.
Sažetak (engleski)
The aim of this papir is to gain insight into the differences in predictive capabilities of selected machine learning classification algorithms applied to predict the direction of prices of different cryptocurrencies and based on different sets of features. The analysis includes cryptocurrencies dated 27.5.2021. ranked in term of market capitalization, namely: Bitcoin, Ether, Tether, Binance Coin and Cardano. The classification algorithms used in the analysis are Logistic Regression, the Gaussian naive Bayesian classifier, and the Support Vector Machine. The results of the analysis show that there are still cases when different classification algorithms achieve the same accuracy on the same set of examples as well as cases when one classification algorithm achieves the same accuracy on different sets of examples. However, the results of the analysis show that the reduction of the set of examples in all observed algorithms resulted in a change in the accuracy of the model. The highest achieved accuracy in the analysis is 94.83% and was achieved by applying the Logistic Regression algorithm to the bitcoin database, which includes trading data in the period between 1.10.2017. to 26.5.2021.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:124:554610
Studijski programNaziv: Poslovna ekonomija
Vrsta studija: sveučilišni
Stupanj studija: poslijediplomski specijalistički
Akademski / stručni naziv: sveučilišni/a specijalist/specijalistica poslovne ekonomije (univ. spec. oec.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaPristup korisnicima matične ustanove
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2023-02-09 12:32:27