Indijos mokslininkas kuria programą, kuri prognozuoja Bitcoin realiuoju laiku

Prekybos kopijavimo paslauga. Mūsų Algo automatiškai atidaro ir uždaro sandorius.

L2T Algo teikia labai pelningus signalus su minimalia rizika.

24/7 prekyba kriptovaliutomis. Kol jūs miegate, mes prekiaujame.

10 minučių sąranka su dideliais pranašumais. Instrukcija pateikiama kartu su pirkiniu.

79% sėkmės rodiklis. Mūsų rezultatai jus sužavės.

Iki 70 sandorių per mėnesį. Yra daugiau nei 5 poros.

Mėnesio abonementai prasideda nuo 58 GBP.

L2T Kažkas

telegrama

REZULTATAI

Indijos Vellore technologijos instituto duomenų mokslininkas sukūrė naują kriptovaliutų kainų prognozavimo techniką realiuoju laiku, naudodamas ilgalaikės trumpalaikės atminties neuroninę sistemą.

Gruodžio 2 d. paskelbtame naujienų leidinyje Abinhavas Sagaras paaiškino procesą, susijusį su mašininio mokymosi technologijos naudojimu, siekiant prognozuoti kainų pokyčius rinkoje, kuri paprastai laikoma nenuspėjama.

Kriptovaliutos kainų prognozės apribojimas
Sagar pažymėjo, kad nors mašininis mokymasis yra žinoma priemonė prognozuojant akcijų rinkos kainas, jo naudojimas kriptovaliutų erdvėje buvo uždraustas. Pagrįsdamas savo pareiškimą, jis pridūrė, kad kriptovaliutų kainos kinta tuo pačiu tempu, atsižvelgiant į technologijų raidą, taip pat dėl ​​finansinių ir politinių veiksnių.

Kainų judėjimo prognozavimui naudojamas procesas apima:

1. Tiesioginių kriptovaliutų duomenų rinkimas.

2- Surinktų duomenų paruošimas nervų sistemos praktikai.

3. Išbandykite numatymo mechanizmą naudodami LSTM nervų sistemą.

4- Rezultatų įvertinimas.

Sagaras pasinaudojo CryptoCompare duomenų rinkiniu, kad apmokytų savo sistemą. Jis taip pat pridėjo nuorodą į programos kodą „GitHub“ ir apibrėžia tikslus, kuriuos jis naudojo normalizuodamas duomenų reikšmes mašininio mokymosi bandymo metu.

Sagar naudojo vidutinę absoliučią klaidą kaip vertinimo priemonę prieš planuodamas ir rodydamas sistemos prognozių išvadas. MAE įvertina vidutinį klaidų dydį prognozių rinkinyje, nepriklausomai nuo krypties.

Mašininis mokymasis pradeda naudotis „Steam“.
Be kainų prognozių, mašininio mokymosi pritaikymas įvairiuose sektoriuose pradeda įsibėgėti.

Prieš kelis mėnesius buvo paskelbta, kad NASA siekia įdarbinti duomenų mokslininkus, konkrečiai nurodydama, kad tie, kurie turi kriptovaliutų ir blokų grandinės patirties, turėtų pranašumą prieš kitus. Organizacija pridūrė, kad tiems, kurie turi patirties mašininio mokymosi, didelių duomenų, daiktų interneto, statistikos ir debesų kompiuterijos srityse, taip pat bus skiriamas išskirtinis dėmesys.