Para este artículo se ha utilizado un método de aprendizaje automático de bosques aleatorios para predecir la dirección de los precios de las acciones de los fondos cotizados de energía limpia. Para los horizontes de previsión de 20 días, los métodos de embolsamiento de árboles y bosques aleatorios producen tasas de precisión de entre el 85% y el 90 % mientras que los modelos logit producen tasas de entre el 55% y el 60%. El cambio climático, el consumo verde, la seguridad energética y la inversión tecnológica son algunos de los intereses que tienen las empresas de energías limpias para invertir y este modelo les permite una mejor comprensión de cómo predecir los precios de las acciones de energías limpias futuras.
Esta es una versión de prueba de citación de documentos de la Biblioteca Virtual Pro. Puede contener errores. Lo invitamos a consultar los manuales de citación de las respectivas fuentes.
Artículo:
Efecto del espesor del vidrio en el rendimiento de los colectores solares planos para el secado de frutas
Artículo:
La tecnología no es una barrera: Un estudio de las tecnologías de los sistemas energéticos, necesarias para los modelos de negocio eléctricos innovadores que impulsan la revolución energética con bajas emisiones de carbono.
Artículo:
Costos exergéticos de una turbina de gas considerando los gases de escape como pérdida o residuo variando la relación de presiones
Video:
Recomendaciones de política regional de eficiencia energética para América Latina y el Caribe
Artículo:
El desarrollo educativo pedagógico a través de la investigación
Informe, reporte:
Diagnóstico sobre la logística del comercio internacional y su incidencia en la competitividad de las exportaciones de los países miembros
Infografía:
Sistemas de calidad. Six Sigma
Manual:
Química de los taninos
Artículo:
Influencia del COVID-19 en las dinámicas de exportación, producción y consumo de carne vacuna en Colombia y el mundo: Una revisión monográfica.