Создание точных моделей прогнозирования цен для криптовалют, таких как Ethereum, может быть сложной задачей из-за сложной природы данных временных рядов. Традиционные подходы к машинному обучению часто с трудом улавливают сложные временные зависимости, сезонность и тенденции, присущие таким данным. Однако модели с долговременной кратковременной памятью (LSTM), тип рекуррентной нейронной сети (RNN), предлагают многообещающее решение. Модели LSTM приобрели значительную популярность в..

NFT — это изображение в виде цифрового токена. Затем эти токены продаются онлайн. NFT может быть чем угодно в цифровой форме. Каждое изображение NFT имеет свою цену, и мы применяем методы машинного обучения для прогнозирования цены на изображения NFT. Для реализации этой постановки задачи мы собрали изображения и соответствующие цены, используя скрипт selenium, около 5000 изображений из нескольких источников. Чтобы извлечь информацию из всех изображений, мы использовали OpenCV и..

Учитывая недавний всплеск продаж и цен на NFT, особенно на генеративные NFT, например, от Art Blocks, было бы интересно посмотреть, можно ли предсказать количество продаж и цену коллекции. В этой статье используются некоторые простые статистические модели и модели машинного обучения, чтобы предсказать, будет ли в августе перепродажа коллекции Art Blocks, отчеканенной до 1 августа 2021 года, на вторичном рынке; и сколько будет продаваться коллекция в августе. Благодарим Flipside Crypto..

Цель Торговля алгоритмами - самая противоречивая тема во всем мире. Исследователи и эксперты по инвестициям прилагают все усилия, чтобы уловить тенденции цен и получить маржинальную прибыль. Как энтузиаст данных, меня интересует, насколько точной может быть модель прогнозирования, и поэтому в этой статье я буду использовать один из фундаментальных механизмов нейронной сети «LSTM» для прогнозирования цен на несколько криптовалют. Импорт данных Чтобы работать над моделью..