Застосування штучного інтелекту до моделювання курсу біткойна

Liashenko, O., Kravets, T., & Repetskiyi, Y. (2020). Application of Artificial Intelligence to Bitcoin Course Modelling. Bulletin of Taras Shevchenko National University of Kyiv. Economics, (209), 14–20. https://doi.org/10.17721/1728-2667.2020/209-2/2

Штучні нейронні мережі – це сучасний метод, придатний для вирішення задачі апроксимації нелінійної залежності, що успішно застосовується у багатьох сферах. У цій статті порівнюються можливості прогнозування нейронних мереж зворотного поширення, радіальнобазисних функцій, екстремальної машини навчання та довгої короткотермінової пам'яті, щоб визначити, який алгоритм штучного інтелекту найкращий для моделювання ціни біткойну. Критерієм порівняння продуктивності мережі було стандартне відхилення, середнє абсолютне відхилення та точність прогнозування напрямку зміни курсу. Разом із тим, при вивченні часових рядів рекомендується проводити комплексний аналіз даних, використовуючи відповідні мережі, залежно від довжини ряду та специфіки бази даних.