Хотите всегда оставаться в курсе событий? Подписывайтесь на @cryptochan и получайте новости в нашем Telegram канале.
×
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: сбор данных о криптовалюте в режиме реального времени; подготовку данных для обучения нейронной сети; тестирование прогноза с использованием нейронной сети LSTM; 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. 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.
Cегодня
-
20:33 Безумие вокруг Hamster Kombat, криптовалюты и боты в Telegram BeardyCast 447
-
18:31 Notcoin, нотокоин
-
17:01 Cumberland получает Bitlicense, укрепляя институциональные и внебиржевые криптосервисы
-
16:43 В Малайзии прошли рейды по неплательщикам налогов от криптоторговли
-
16:05 Держатели Ethereum аккумулируют актив в ожидании прибыли
-
15:34 В рекламе TikTok появятся ИИ-аватары
-
15:21 Chainalysis: Шведские неонацисты получили пожертвования на $92 000 в криптовалюте
-
14:47 Криптоэкономика сокращается, свыше трех десятков монет демонстрируют двузначные потери
В мире за неделю
-
17 Июн, 19:16+6 Верховный суд США рассмотрит предложение Nvidia об отклонении криптовалютного иска
-
17 Июн, 16:10+4 Биткоин может быть выгоднее золота
-
17 Июн, 13:25+4 Топ-3 криптовалют: биткоин повторно тестирует ключевой уровень сопротивления
-
15 Июн, 13:31+4 Криптовалютному банку Evolve Bank угрожает проверка: Выдан приказ о прекращении деятельности
-
14 Июн, 14:17+4 Дональд Трамп предлагает отмену налога на доходы в США, введение тарифов
-
9 Июн, 09:01+4 Крипто-биржи столкнулись с массовым оттоком эфира после одобрения ETF / Криптовалюты, NFT и финансы