Открыть меню

Data Scientist Tiefe Lernen, um Vorherzusagen, BTC Preis in Echtzeit


Ein data scientist in Indien angesehenen Vellore Institute of Technology hat skizziert eine Methode, wie Sie angeblich voraussagen, crypto-Preise in Echtzeit über eine Lange Short-Term Memory (LSTM) neuronalen Netzes.

In einem blog-post veröffentlicht am Dez. 2, Forscher Abinhav Sagar zeigte eine vier-Schritt-Prozess, wie machine-learning-Technologie, um die Prognose der Preise in einem Sektor, der er angeblich ist “relativ unvorhersehbar”, wie im Vergleich mit den traditionellen Märkten.

Maschinelles lernen für die crypto-Preis-Prognose wurde “nur für den Dienstgebrauch”

Sagar mit einem vorangestellten seine demonstration mit der Feststellung, dass während des maschinellen Lernens erreicht hat, einige Erfolge in der Vorhersage von Börsenkursen, deren Anwendung in der kryptogeld Bereich eingeschränkt wurde. Diese Aussage unterstützen, argumentiert er, dass kryptogeld Preise schwanken in übereinstimmung mit den rasanten technologischen Entwicklungen sowie der Wirtschafts -, Sicherheits-und politische Faktoren.

Sagar ‘ s vier-Schritt vorgeschlagene Verfahren umfasst 1) das sammeln von Echtzeit-kryptogeld von Daten; 2) Vorbereitung der Daten für neuronale Netzwerk-Bildung; 3) die Prüfung der Vorhersage mit dem LSTM neuronales Netz; 4) Visualisierung der Ergebnisse der Vorhersage.

Als software-Entwickler Aditi Mittal hat dargelegt, LSTM ist eine Abkürzung für “Long Short-Term Memory” — ein Typ des neuronalen Netzes, die entworfen ist, zu klassifizieren, zu verarbeiten und Vorhersagen, Zeitreihen gegeben Verzögerungen unbekannter Dauer.

Zu trainieren, sein Netzwerk, Sagar verwendet ein dataset aus CryptoCompare, so dass die Verwendung von features wie Preis, Volumen und open, high und low Werte.

Er enthält einen link zu dem code für das komplette Projekt auf GitHub ist, und beschreibt die Funktionen, die er verwendet, um den normalisieren-Daten-Werte in Vorbereitung für maschinelles lernen.

Vor dem zeichnen und visualisieren der Ergebnisse des Netzwerk-Vorhersagen, Sagar Noten, die er verwendet, mittlerer Absoluter Fehler, wie eine Auswertung Metrik, die, stellt er fest, misst das Durchschnittliche Ausmaß der Fehler in einer Reihe von Vorhersagen, ohne Rücksicht auf Ihre Richtung.

Sagar die Visualisierung seiner kryptogeld Vorhersagen in Echtzeit mit einem LSTM neuronalen Netzwerk. Quelle: towardsdatascience.com

Von den Märkten in den Weltraum

Jenseits der Markt-Prognosen, die Konvergenz der neuen dezentralen Technologien wie blockchain mit der Maschine zu lernen, wurde immer mehr Traktion.

Wie berichtet, in diesem Herbst, die NASA veröffentlichte vor kurzem ein Inserat für einen data scientist Rolle, Aussonderung kryptogeld und blockchain know-how als “ein plus.”

Die Agentur, deren primäre Funktion ist die Errichtung und der Betrieb von planetaren Roboter-Raumschiff und Durchführung Earth-orbit-Missionen — weitere Qualifikationen in einem oder mehr Verwandte Felder wie maschinelles lernen, big data, Internet der Dinge -, Analyse -, Statistik-und cloud-computing.

Fügen Sie einen Kommentar ein…

Source: cointelegraph.com

Leave a Reply

Your email address will not be published. Required fields are marked *

© 2020 Crypto-News · All rights reserved
<<2018>>