Chaparro Prieto, Adriana YeicyMontes Mendoza, Marcos AndrésPabón Martínez, Héctor Alexander2023-02-062023-02-062022-05-18Marcos M. y Héctor P. (2022).Desarrollo de un Algoritmo Predictivo de la Tendencia del Bitcoin Bajo la Metodología de Machine Learning. Corporación Universitaria Minuto de Dios. Villavicencio - Colombiahttps://repository.uniminuto.edu/handle/10656/15932Desarrollo de un algoritmo predictivo de la tendencia del Bitcoin con visualización en una aplicación web que permita brindar información, para una adecuada toma de decisiones en el comercio del bitcoin.Desarrolló un algoritmo predictivo de la tendencia del bitcoin, con visualización de resultados en una aplicación web con información basada en análisis históricos del bitcoin, esto con el fin de dar solución a una problemática al momento de comerciar con el bitcoin, dicha problemática consiste en que las personas que comercian con esta criptomoneda toman decisiones por emoción, dando como resultado perdidas al momento de comerciar con el bitcoin.In this work, a predictive algorithm of the Bitcoin trend was developed, with visualization of results in a web application with information based on historical analysis of Bitcoin, this to solve a problem when trading with Bitcoin, this problem is that people who trade with this cryptocurrency make decisions by emotion, resulting in losses when trading with Bitcoin. The research methodology used was quantitative since it was used to make a predictive technical analysis of Bitcoin historical data with a Machine Learning model developed in the Python programming language. The development methodology used for the realization of the project was the XP methodology (Extreme Programming), since it offered us tools that allowed us to give continuous improvement to the software, giving the possibility of teamwork between two or more developers to make the software code universal. Also, to have within the scheme defined roles such as: testers, tracker, coach, and programmers which allow us to give an agile response to the operation of the software. We seek to have a predictive model with a high percentage of assertiveness in the prediction of how likely it is that the value of Bitcoin will go down or up in real time in the market of the cryptocurrency trading platform coinbase.com, to show the results in a free web application for the public.80 páginasapplication/pdfesAtribución-NoComercial-SinDerivadas 2.5 ColombiaTendenciaBitcoinAplicación webAnálisis de datosMachine LearningDesarrollo de un Algoritmo Predictivo de la Tendencia del Bitcoin Bajo la Metodología de Machine Learning.ThesisTrendBitcoinWeb applicationhttp://purl.org/coar/access_right/c_abf2info:eu-repo/semantics/openAccesEL AUTOR, manifiesta que la obra objeto de la presenta autorización es original y la realizo sin violar o usurpar derechos de autor de terceros, por lo tanto, la obra es de exclusiva autoría y tiene la titularidad sobre la misma. PARAGRAFO: En caso de presentarse cualquier reclamación o acción por parte de un tercero en cuanto a los derechos de autor sobre la obra en cuestión, EL AUTOR, asumirá toda la responsabilidad, y saldrá en defensa de los derechos aquí autorizados; para todos los efectos la universidad actúa como un tercero de buena fe. EL AUTOR, autoriza a LA CORPORACIÓN UNIVERSITARIA MINUTO DE DIOS, para que los términos establecidos en la Ley 1581 de 2012 en el artículo 30 de la Ley 23 de 1982 y el artículo 11 de la Decisión Andina 351 de 1993 y toda normal sobre la materia, utilice y use la obra objeto de la presente autorización. TRATAMIENTO DE DATOS PERSONALES, EL AUTOR declara y autoriza lo dispuesto en el Articulo 10 del Decreto 1377 de 2013 a proceder con el tratamiento de los datos personales para fines académicos, históricos, estadísticos y administrativos de la Institución. De conformidad con lo establecido, aclaramos que “Los derechos morales sobre el trabajo son propiedad de los autores”, los cuales son irrenunciables, imprescriptibles, inembargables e inalienables.Open Accessinstname:Corporación Universitaria Minuto de Diosreponame:Colecciones Digitales Uniminutorepourl:https:// repository.uniminuto.edu