印度科學家使用深度學習技術預測加密貨幣資產價格

數據處理和分析專家Abinhav Sagar在他的博客中演示了使用機器學習技術預測實時加密貨幣資產價格的四步過程，與傳統市場相比，該價格「相對不可預測」。

Sagar認為，儘管機器學習在預測股票市場價格方面已經取得了一些成功，但在加密貨幣行業中的使用卻受到限制。作為確認，他說，由於技術的飛速發展以及經濟和政治因素以及安全問題，加密貨幣資產的價格會波動。

薩加爾提出的四階段方法包括：

1. 實時加密貨幣數據收集；

2. 神經網路訓練的數據準備；

3. 使用LSTM神經網路進行預測測試；

4. 可視化預測結果。

為了訓練網路，Sagar使用了CryptoCompare的數據集，並考慮了價格，交易量，最高和最低價格值。

他在GitHub上發布了項目信息，並描述了用於標準化數據值以準備機器學習的功能。在繪製和可視化網路預測結果之前，Sagar指出，他使用平均值的絕對誤差作為評估指標，該指標在不考慮預測方向的情況下測量了一組預測中誤差的平均值。

使用神經網路LSTM實時可視化Sagara加密貨幣價格預測。資料來源：directionsdatascience.com

這並不是機器學習首次在加密貨幣和區塊鏈行業中用於獲取統計信息。在夏天，研究公司Elliptic與麻省理工學院（MIT）合作，調查了比特幣網路中超過20萬筆交易與犯罪活動的聯繫。為了梳理203,769筆交易，總計60億美元，研究團隊使用了機器學習演算法。

資料來源：https://bits.media/indiyskiy-uchenyy-primenil-tekhnologiyu-glubokogo-obucheniya-dlya-prognozirovaniya-tsen-kriptoaktivo/