Реалізація застосунку з використанням методів машинного навчання з метою передбачення ціни активів на ринку криптовалют

Simple item page
dc.contributor.advisorГороховський, Семен
dc.contributor.authorДубчак, Олександр
dc.date.accessioned2024-03-21T07:40:29Z
dc.date.available2024-03-21T07:40:29Z
dc.date.issued2023
dc.description.abstractДана робота присвячена дослідженню, метою якого було спрогнозувати ціну біткоїна за допомогою різних статистичних методів, простого машинного навчання та методів глибокого навчання. Дослідження показало, що використання статистичних і простих моделей машинного навчання не дало успішних результатів. Зокрема, моделі ARIMA і прості моделі машинного навчання, такі як регресія опорних векторів і випадковий ліс, не показали хороших результатів у прогнозуванні цін криптовалюти. Моделі довготривалої короткочасної пам'яті (LSTM), які є різновидом моделей глибокого навчання, також не змогли точно спрогнозувати ціни на біткоїн з багатьма вихідними даними. Однак моделі синтетичних трансформерів, що включають механізми самоконтролю, показали багатообіцяючі результати у визначенні цінових тенденцій та екстремумів. У підсумку було побудовано і порівнянно багато видів моделей, одна з яких виявилась відносно успішною при передбаченні ціни на 14 днів вперед.uk_UA
dc.identifier.urihttps://ekmair.ukma.edu.ua/handle/123456789/28319
dc.language.isoukuk_UA
dc.statusfirst publisheduk_UA
dc.subjectбіткоїнuk_UA
dc.subjectARIMAuk_UA
dc.subjectLSTMuk_UA
dc.subjectекстремумuk_UA
dc.subjectрегресія векторів підтримки (SVR)uk_UA
dc.subjectRandom Forestuk_UA
dc.subjectмагістерська роботаuk_UA
dc.titleРеалізація застосунку з використанням методів машинного навчання з метою передбачення ціни активів на ринку криптовалютuk_UA
dc.typeOtheruk_UA
Files
Original bundle
Now showing 1 - 2 of 2
Thumbnail Image
Name:
Dubchak_Mahisterska_robota.pdf
Size:
2.53 MB
Format:
Adobe Portable Document Format
Download
Thumbnail Image
Name:
Dubchak_Mahisterska_robota 2.pdf
Size:
1.2 MB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
1.71 KB
Format:
Item-specific license agreed upon to submission
Description:
Download
Collections
122 Комп'ютерні науки