|
|
|||||||||||||||
|
Cerca | Lliura | Ajuda | Servei de Biblioteques | Sobre el DDD | Català English Español | |||||||||
| Pàgina inicial > Documents de recerca > Treballs de Fi de Grau > Hacia un futuro energético predecible : |
| Títol variant: | Cap a un futur energètic predictible : aplicant Machine Learning per preveure els preus de l'electricitat |
| Títol variant: | Towards a predictable energy future : applying Machine Learning to forecast electricity prices |
| Data: | 2023 |
| Resum: | En aquest treball volem centrar-nos en l'anàlisi d'un component essencial en la societat moderna: el preu de l'electricitat. Amb l'objectiu de comprendre les complexitats del mercat elèctric i la seva dinàmica, l'estudi que hem realitzat ens proporcionarà una base teòrica sobre els articles i el mercat elèctric. |
| Resum: | En este trabajo queremos centrados en el análisis de un componente esencial en la sociedad moderna: el precio de la electricidad. Con el objetivo de entender las complejidades del mercado eléctrico, el estudio que hemos realizado nos dejara una base teórica sobre los artículos y el del mercado eléctrico . |
| Resum: | In this work, we want to focus on the analysis of an essential component in modern society: the price of electricity. With the aim of understanding the complexities of the electric market and its dynamics, the study we have carried out will provide us with a theoretical basis on the articles and the electricity market. |
| Drets: | Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. |
| Llengua: | Castellà |
| Titulació: | Economia [2501573] |
| Pla d'estudis: | Grau en Economia [1407] |
| Document: | Treball final de grau ; Text |
| Matèria: | Predicció ; Preus ; Machine Learning ; Regressió ; Mercat elèctric ; Electricitat ; Xarxa Neural ; Processos Gausians ; Ridge ; Bayesiana ; Anàlisi estadístic ; Rstudio ; Python ; R ; Predicción ; Precios ; Regresión ; Mercado eléctrico ; Electricidad ; Red Neural ; Procesos Gausianos ; Análisis estadístico ; Prediction ; Prices ; Regression ; Electricity market ; Electricity ; Neural Network ; Gaussian Processes ; Bayesian ; Statistical analysis |
94 p, 1.9 MB |