အိန္ဒိယသိပ္ပံပညာရှင်သည် Bitcoin ကို Real-Time တွင်ခန့်မှန်းသည့်အစီအစဉ်ကိုတီထွင်ခဲ့သည်

ကူးသန်းရောင်းဝယ်ရေးဝန်ဆောင်မှု။ ကျွန်ုပ်တို့၏ Algo သည် အရောင်းအ၀ယ်များကို အလိုအလျောက်ဖွင့်ပြီး ပိတ်ပါသည်။

L2T Algo သည် အန္တရာယ်အနည်းဆုံးဖြင့် အလွန်အမြတ်အစွန်းအချက်ပြမှုများကို ပေးသည်။

24/7 cryptocurrency ကုန်သွယ်မှု။ မင်းအိပ်နေတဲ့အချိန်မှာ ငါတို့က အရောင်းအဝယ်လုပ်တယ်။

အားသာချက်များစွာဖြင့် 10 မိနစ်တပ်ဆင်ခြင်း။ ဝယ်ယူမှုနှင့်အတူ လက်စွဲစာအုပ်ကို ပေးထားသည်။

79% အောင်မြင်မှုနှုန်း။ ကျွန်ုပ်တို့၏ရလဒ်များသည် သင့်ကို စိတ်လှုပ်ရှားစေမည်ဖြစ်သည်။

တစ်လလျှင် 70 ကုန်သွယ်မှုအထိ။ ရနိုင်သောအတွဲ ၅ တွဲကျော်ရှိသည်။

လစဉ်စာရင်းသွင်းမှုများသည် £58 မှစတင်သည်။

L2T တစ်ခုခု

တယ်လီဂရမ်

ရလဒ်

India's Vellore Institute of Technology မှ ဒေတာသိပ္ပံပညာရှင်တစ်ဦးသည် Long-Term Memory အာရုံကြောစနစ်အား အသုံးပြုခြင်းဖြင့် အချိန်နှင့်တပြေးညီ cryptocurrency စျေးနှုန်းများကို ခန့်မှန်းရန်အတွက် နည်းပညာအသစ်တစ်ခုကို တီထွင်ခဲ့သည်။

ဒီဇင်ဘာလ 2 ရက်နေ့ထုတ် သတင်းထုတ်ဝေမှုအရ Abinhav Sagar သည် ယေဘုယျအားဖြင့် ခန့်မှန်းမရနိုင်ဟု ယူဆရသည့် စျေးကွက်အတွင်း စျေးနှုန်းလှုပ်ရှားမှုကို ခန့်မှန်းရန်အတွက် စက်သင်ယူမှုနည်းပညာကို အသုံးပြုခြင်းတွင် ပါဝင်သည့်လုပ်ငန်းစဉ်ကို ရှင်းပြခဲ့သည်။

Cryptocurrency တွင် စျေးနှုန်းခန့်မှန်းချက်အပေါ် ကန့်သတ်ချက်
စက်သင်ယူခြင်းသည် စတော့ဈေးကွက်စျေးနှုန်းများကို ခန့်မှန်းရာတွင် လူသိများသည့်ကိရိယာဖြစ်သော်လည်း crypto အာကာသတွင် ၎င်း၏အသုံးပြုမှုကို တားမြစ်ထားကြောင်း Sagar မှ မှတ်ချက်ပြုခဲ့သည်။ ၎င်း၏ကြေငြာချက်ကိုထောက်ခံရန်၊ crypto စျေးနှုန်းများသည်ငွေကြေးနှင့်နိုင်ငံရေးအချက်များနှင့်အတူနည်းပညာဖွံ့ဖြိုးတိုးတက်မှုများနှင့်အတူတစ်ပြိုင်နက်တည်းပြောင်းရွှေ့သည်ဟုသူကထပ်ပြောသည်။

စျေးနှုန်းလှုပ်ရှားမှုကို ခန့်မှန်းရာတွင် အသုံးပြုသည့် လုပ်ငန်းစဉ်တွင်-

1- တိုက်ရိုက် crypto ဒေတာစုဆောင်းခြင်း။

2- အာရုံကြောစနစ်လေ့ကျင့်ခြင်းအတွက် စုဆောင်းထားသော အချက်အလက်များကို ပြင်ဆင်ခြင်း။

3- LSTM အာရုံကြောစနစ်ကို အသုံးပြု၍ ခန့်မှန်းမှုယန္တရားကို စမ်းကြည့်ပါ။

4- ရလဒ်များကို အကဲဖြတ်ခြင်း။

Sagar သည် သူ၏စနစ်အား လေ့ကျင့်ရန် CryptoCompare မှ ဒေတာအစုံကို အသုံးပြုခဲ့သည်။ သူသည် GitHub ရှိ ပရိုဂရမ်အတွက် ကုဒ်လင့်ခ်တစ်ခုကိုလည်း ထည့်သွင်းပြီး စက်သင်ယူမှု စမ်းသပ်မှုတွင် ဒေတာတန်ဖိုးများကို ပုံမှန်ဖြစ်စေရန် သူအသုံးပြုခဲ့သည့် ရည်ရွယ်ချက်များကို သတ်မှတ်ပေးပါသည်။

Sagar သည် စနစ်၏ ခန့်မှန်းချက်များကို ရှာဖွေတွေ့ရှိချက်များကို စီစဉ်ပြီး မပြသမီ အကဲဖြတ်မှုတစ်ခုအဖြစ် Mean Absolute Error ကို အသုံးပြုခဲ့သည်။ MAE သည် ဦးတည်ချက်မခွဲခြားဘဲ ခန့်မှန်းချက်အစုတစ်ခုတွင် ပျမ်းမျှအမှားအယွင်းများ၏ ပြင်းအားကို အကဲဖြတ်သည်။

Steam ထုတ်ယူရန် စက်သင်ယူခြင်း စတင်ခြင်း။
စျေးနှုန်းခန့်မှန်းချက်များမှလွဲ၍ ကဏ္ဍအသီးသီးတွင် စက်သင်ယူမှုကို စတင်လက်ခံလာပါသည်။

crypto နှင့် blockchain ကျွမ်းကျင်သူများသည် အခြားသူများထက် အစွန်းမရောက်ကြောင်း အတိအကျဖော်ပြပြီး NASA သည် ဒေတာသိပ္ပံပညာရှင်များကို စုဆောင်းရန် လွန်ခဲ့သောလအနည်းငယ်က ကြေညာခဲ့သည်။ စက်သင်ယူမှု၊ ဒေတာကြီးကြီးမားမား၊ Internet of Things၊ စာရင်းအင်းနှင့် cloud computing တို့တွင် အတွေ့အကြုံရှိသူများကိုလည်း သီးသန့်ထည့်သွင်းစဉ်းစားပေးမည်ဖြစ်ကြောင်း အဖွဲ့အစည်းမှ ဆက်လက်ပြောကြားခဲ့သည်။