7331.8
171.11
274.30
46.297
75.293
0.2000
2.7367
0.0503
0.0362
https://www.bestchange.ru/
bestchange.ru

Индийский ученый применил технологию глубокого обучения для прогнозирования цен криптоактивов

Индийский ученый применил технологию глубокого обучения для прогнозирования цен криптоактивов
Исследователь из Технологического института Веллора в Индии предложил метод прогнозирования цен криптоактивов с использованием нейронной сети с долгой краткосрочной памятью (LSTM).

Специалист по обработке и анализу данных Абинхав Сагар (Abinhav Sagar) продемонстрировал в своем блоге четырехэтапный процесс использования технологии машинного обучения для прогнозирования цен криптоактивов в режиме реального времени, которые «относительно непредсказуемы» по сравнению с традиционными рынками.

По мнению Сагара, хотя машинное обучение достигло некоторого успеха в прогнозировании цен на фондовом рынке, его применение в индустрии криптовалют было ограничено. В подтверждение он заявил, что цены криптоактивов колеблются в связи с быстрым развитием технологий, а также экономическими и политическими факторами и вопросами безопасности.

Предложенный Сагаром четырехэтапный метод включает:

  1. сбор данных о криптовалюте в режиме реального времени;

  2. подготовку данных для обучения нейронной сети;

  3. тестирование прогноза с использованием нейронной сети LSTM;

  4. визуализацию результатов прогноза.

Для обучения сети Сагар использовал набор данных от CryptoCompare, учитывая цену, объем торгов, наибольшее и наименьшее значение цены.

Он опубликовал информацию о проекте на GitHub и описал функции, которые он использовал для нормализации значений данных при подготовке к машинному обучению. Прежде чем составить график и визуализировать результаты сетевых прогнозов, Сагар отметил, что в качестве показателя оценки он использовал абсолютную погрешность среднего значения, которая измеряет среднюю величину ошибок в наборе прогнозов без учета их направления.

price prediction

Визуализация Сагара прогноза цены криптовалюты в режиме реального времени с использованием нейронной сети LSTM. Источник: towardsdatascience.com

Машинное обучение уже не первый раз применяется в индустрии криптовалют и блокчейна для получения статистических данных. Летом аналитическая компания Elliptic в сотрудничестве с Массачусетским технологическим институтом (MIT) исследовали более 200 000 транзакций в сети Биткоина на предмет их связи с преступной деятельностью. Для того, чтобы отсортировать 203 769 транзакций на общую сумму $6 млрд, исследовательская группа задействовала алгоритм с машинным обучением.

Показать комментарии Обсудить на форуме

Подписывайтесь на новости и их анализ в нашем Telegram канале!

Калькулятор Bitcoin
Скорость, GH/s:
Сложность:
Курс BTC/USD:
Курс BTC/RUB:
в день в неделю в месяц
BTC
0.000018
0.000127
0.000542
USD
0.13260
0.92822
3.9781
RUB
10.132
70.923
303.96
Расширенный калькулятор
www.hodlhodl.com
Курсы криптовалют
Обновить
Статистика сети
Текущая сложность: 13912524048946
Следующая сложность: 14697578207641 (5.64%)
Блоков до пересчета: 8
Цена шары (PPS): 0.0000000000
Мощность сети (Th/s): 105209362.89
Блоков в сети: 624952
Блоков в час: 6.34
Блоков за последний час: 7
До 6.25 BTC/блок: 33.18 дней
(5048 блоков)
Лучше взять и изобрести завтрашний день, чем переживать о том, что вчерашний был так себе
Стив Джобс