Индиски научник развива програма што предвидува биткоин во реално време

Услуга за тргување со копии. Нашиот Algo автоматски отвора и затвора занаети.

L2T Algo обезбедува високо профитабилни сигнали со минимален ризик.

24/7 тргување со криптовалути. Додека вие спиете, ние тргуваме.

Поставување од 10 минути со значителни предности. Прирачникот е даден со купувањето.

79% стапка на успех. Нашите резултати ќе ве возбудат.

До 70 занаети месечно. Достапни се повеќе од 5 пара.

Месечните претплати започнуваат од 58 фунти.

L2T Нешто

телеграма

РЕЗУЛТАТИ

Научник за податоци од Индискиот технолошки институт Велор разви нова техника за предвидување на цените на криптовалутите во реално време преку употреба на нервен систем за краткорочна меморија.

Според објавата на вестите на 2-ри декември, Абинхав Сагар го објаснил процесот вклучен во користењето технологија за машинско учење за да се предвиди движењето на цените на пазарот што обично се смета за непредвидлив.

Ограничување на предвидувањата на цените на криптовалутата
Сагар истакна дека иако машинското учење е позната алатка за предвидување на цените на берзата, неговото користење во крипто просторот е забрането. За да ја поддржи својата изјава, тој додаде дека цените на крипто се движат со исто темпо со технолошкиот развој, исто така и со финансиските и политичките фактори.

Процесот што се користи при предвидување на движењето на цените вклучува:

1- Собирање податоци за крипто во живо.

2- Подготовка на собраните податоци за вежбање на нервниот систем.

3- Пробајте од механизмот за предвидување користејќи го нервниот систем LSTM.

4- Проценка на резултатите.

Сагар користеше база на податоци од Crypto مقایسه за да го обучи својот систем. Тој исто така додаде врска до кодот за програмата на GitHub и ги дефинира целите што ги користеше за нормализирање на вредностите на податоците во пробното испитување за машинско учење.

Сагар користеше просечна апсолутна грешка како мерка за проценка пред да ги испланира и прикаже наодите од предвидувањата на системот. MAE ја проценува просечната големина на грешки во збир на предвидувања, без оглед на насоката.

Машинско учење Почнуваме да земаме пареа
Настрана од предвидувањата на цените, усвојувањето на машинско учење во различни сектори почнува да крева пареа.

Пред неколку месеци беше објавено дека НАСА бара да регрутира научници за податоци, конкретно наведувајќи дека оние со експертиза за крипто и блокчејн ќе имаат предност пред другите. Организацијата продолжи да додава дека ексклузивно ќе бидат разгледани и оние со искуство во машинско учење, големи податоци, Интернет на нештата, статистика и компјутерски облак.