Моделювання курсу Біткоіна за допомогою нейронних мереж, що використовують алгоритми штучного інтелекту

У результаті проведених досліджень було виявлено, що довжина часового ряду впливає на процес тренування та прогнозування. Найменші середньоквадратичну та середню абсолютну похибку мала мережа з коротко та довгостроковою пам’яттю. При прогнозуванні на великому наборі даних та середніх наборах даних машина екстремального навчання показала досить близькі до вищезазначеної мережі результати, однак поступилася їй при прогнозуванні на малих наборах даних. Мережа, що використовує радіальну базисну функцію показала досить близькі хороші результати у прогнозуванні зміни курсу Біткоіна на середніх та великому наборі даних, однак вона мала найбільші серед досліджуваних мереж середньоквадратичну та середню абсолютну похибку. Тому при дослідженні часових рядів рекомендується проводити комплексний аналіз даних із застосуванням відповідних мереж залежно від довжини рядів та специфіки бази даних.

Репецький Є. О. Моделювання курсу Біткоіна за допомогою нейронних мереж, що використовують алгоритми штучного інтелекту : кваліфікаційна магістерська робота : 051 Економіка / Репецький Євгеній Олегович. - Київ, 2022. - 62, [3] с.