03000ntm a22005057i 4500 000725240 CZ-PrVSE 20250824103944.0 m d cr n|||||||||| 250824s2025 xr fsbm 000 0 eng d NEZPRACOVANÝ IMPORT ABA006 cze ABA006 ABA006 rda Hric, Patrik ISIS:178198 dis Predikce časových řad pomocí obecných regresních neuronových sítí eng Time Series Forecasting with General Regression Neural Network / Patrik Hric 2025 ?? stran : digital, PDF soubor Vedoucí práce: Karel Šafr Diplomová práce (Ing.)—Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky, 2025 Obsahuje bibliografii Textový (vysokoškolská kvalifikační práce) Rok obhajoby 2025 This thesis presents a forecasting methodology for BTC-USD Close Prices based on General Regression Neural Networks (GRNN), a class of nonparametric models designed to estimate complex functional relationships from data. The proposed approach addresses limitations in predictive performance through a multi-stage modeling pipeline incorporating lagged in- put features, a recency-sensitive weighting vector to emphasize short-term dynamics, and convolution-based transformations to construct higher-level temporal representations. Fore- casting is conducted using a recursive one-step-ahead strategy and evaluated via root mean squared error (RMSE), mean absolute percentage error (MAPE), and mean absolute error (MAE). The GRNN model is benchmarked against the Automatic ARIMA framework to assess comparative forecasting accuracy under real-market conditions. Results indicate that the enhanced GRNN architecture achieves performance on par with the benchmark while offering greater flexibility in adapting to nonstationary and structurally evolving data. Způsob přístupu: Internet statistika [obor dipl. práce] diplomové práce fd132022 czenas master's theses eczenas ARIMA convolution forecasting General Regression Neural Network Šafr, Karel ISIS:79571 ths Čabla, Adam, 1985- vse2015897119 opn Vysoká škola ekonomická v Praze. Fakulta informatiky a statistiky kn20010709399 dgg https://insis.vse.cz/zp/92008/podrobnosti VŠKP v InSIS https://insis.vse.cz/zp/92008 Hlavní práce https://insis.vse.cz/zp/92008/posudek/vedouci Hodnocení vedoucího https://insis.vse.cz/zp/92008/posudek/oponent/88345 Oponentura https://insis.vse.cz/zp/92008/podrobnosti dc:identifier NEPOSILAT VSKP vse92008 250820 92008