Naga Markets



kurs bitcoinaSpecjalista ds. danych w indyjskim Vellore Institute of Technology przedstawił metodę przewidywania cen kryptowalut w czasie rzeczywistym za pomocą sieci neuronowej Long Short-Term Memory (LSTM). Czy więc poznamy dzięki temu przyszły kurs bitcoina?

W poście na blogu opublikowanym 2 grudnia badacz Abinhav Sagar zademonstrował czteroetapowy proces wykorzystania technologii uczenia maszynowego do prognozowania cen w sektorze kryptowalut, który, jak stwierdził, jest „stosunkowo nieprzewidywalny” w porównaniu z tradycyjnymi rynkami.

Kurs bitcoina a uczenie maszynowe

Sagar poprzedził swoją demonstrację, zauważając, że chociaż uczenie maszynowe odniosło pewien sukces w przewidywaniu cen na giełdzie, jego zastosowanie w dziedzinie kryptowalut zostało ograniczone. Na poparcie tego stwierdzenia argumentował, że ceny cyfrowych walut zmieniają się zgodnie z szybkim rozwojem technologicznym, a także czynnikami ekonomicznymi, dot. bezpieczeństwa i politycznymi.

Czteroetapowa metoda Sagar obejmuje: 1) zbieranie danych o kryptowalutach w czasie rzeczywistym; 2) przygotowanie danych do przeprowadzenia procesu w sieci neuronowej; 3) testowanie prognozy przy użyciu sieci neuronowej LSTM; 4) wizualizację wyników prognozy.

Jak zauważył twórca oprogramowania, Aditi Mittal, LSTM to skrót od „Long Short-Term Memory” – to rodzaj sieci neuronowej zaprojektowanej do “klasyfikowania, przetwarzania i przewidywania szeregów czasowych przy określonym opóźnieniu o nieznanym czasie trwania”.

Sagar wykorzystuje obecnie zestaw danych z CryptoCompare, biorąc pod uwagę takie elementy, jak cena, wolumen i wartości otwarte, wysokie oraz niskie. Udostępnił link do kodu całego projektu na GitHub i opisał funkcje, których użył do normalizacji wartości danych w ramach przygotowań do uczenia maszynowego.

Przed określeniem i wizualizacją wyników prognoz sieci Sagar zauważa, że ​​zastosował Średni Błąd Absolutny jako miernik oceny, który, jak zauważa, mierzy średnią wielkość błędów w zestawie prognoz, bez uwzględnienia ich kierunku.

Od rynków kryptowalut do kosmosu

Poza przewidywaniami rynkowymi konwergencja nowych zdecentralizowanych technologii, takich jak blockchain z uczeniem maszynowym, zyskuje coraz większą popularność.

NASA poszukuje obecnie pracownika, którego to podstawową rolą będzie budowa i eksploatacja planetarnego robota kosmicznego oraz przeprowadzanie misji na orbicie Ziemi. Ekspert ma znać się dodatkowo na co najmniej jednej pokrewnej dziedzinie, w tym na uczeniu maszynowym, Big Data, Internecie Rzeczy, analizie, statystyce i przetwarzaniu danych w chmurze czy właśnie blockchainie.



Conotoxia

Dołącz do dyskusji logując się za pomocą Facebook

ZOSTAW ODPOWIEDŹ

Please enter your comment!
Please enter your name here