Прогнозування курсу криптовалют за допомогою методів Deep Learning
Тип публікації :
Магістерська робота
Дата випуску :
2023
Автор(и) :
Шайкова Олена Олегівна
Мова основного тексту :
ua
eKNUTSHIR URL :
Цитування :
[APA 7] Шайкова, О. О. (2023). Прогнозування курсу криптовалют за допомогою методів Deep Learning [Магістерська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/123456789/5957
[ДСТУ] Шайкова О. О. Прогнозування курсу криптовалют за допомогою методів Deep Learning : кваліфікаційна робота магістра : 05 Соціальні та поведінкові науки. Київ, 2023. 80 с. URL: https://ir.library.knu.ua/handle/123456789/5957 (дата звернення: 25.07.2026).
Метою даного дослідження є оптимізація прогнозування вартості криптовалют для інвестора, а також розробка програмного забезпечення, що буде базуватися на методах глибинного навчання, що дасть змогу оперативно реагувати на зміни вартості криптовалют та здійснювати підтримку прийняття рішень для інвестора.
Об’єктом дипломної роботи є криптовалюти та їх вартість. Предметом дослідження є моделювання визначення вартості криптовалют у часовій перспективі за допомогою методів глибинного навчання для вирішення проблеми складності прогнозування вартості криптовалют під час операцій купівлі-продажу.
Було здійснено аналіз криптовалют, їх місця у економіці та суспільстві, розглянуто історію їх появи та становлення як окремого платіжного засобу; проведено дослідження блокчейн-технологій, їх значення для криптовалют, рівень залучення блокчейну у операційні процеси бізнесу сьогодні, а також перспективи їх використання у майбутньому; здійснено огляд ринку криптовалют та визначено основні тенденції, що спостерігаються як на світовому, так і на ринку України.
Було здійснено аналіз методів машинного навчання, проаналізовано історію розвитку даних методів, їх місця у моделювання та аналізі даних сьогодні; детально розглянуто глибинне навчання та його основні структурні елементи; досліджено основні інструменти, що використовуються для
імплементації методів глибинного навчання при аналізі даних.
За допомогою методу нейронних мереж на мові програмування Python було розроблено кілька моделей прогнозування курсу криптовалют та визначено найбільш ефективну.
Об’єктом дипломної роботи є криптовалюти та їх вартість. Предметом дослідження є моделювання визначення вартості криптовалют у часовій перспективі за допомогою методів глибинного навчання для вирішення проблеми складності прогнозування вартості криптовалют під час операцій купівлі-продажу.
Було здійснено аналіз криптовалют, їх місця у економіці та суспільстві, розглянуто історію їх появи та становлення як окремого платіжного засобу; проведено дослідження блокчейн-технологій, їх значення для криптовалют, рівень залучення блокчейну у операційні процеси бізнесу сьогодні, а також перспективи їх використання у майбутньому; здійснено огляд ринку криптовалют та визначено основні тенденції, що спостерігаються як на світовому, так і на ринку України.
Було здійснено аналіз методів машинного навчання, проаналізовано історію розвитку даних методів, їх місця у моделювання та аналізі даних сьогодні; детально розглянуто глибинне навчання та його основні структурні елементи; досліджено основні інструменти, що використовуються для
імплементації методів глибинного навчання при аналізі даних.
За допомогою методу нейронних мереж на мові програмування Python було розроблено кілька моделей прогнозування курсу криптовалют та визначено найбільш ефективну.
Галузі знань та спеціальності :
05 Соціальні та поведінкові науки
051 Економіка
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
1017.29 KB
Контрольна сума :
(MD5):dc5dd6ecde0a9f63f920c08da9dec34c
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International