数据专家使用深度学习实时预测比特币价格

印度久负盛名的韦洛尔技术大学（Vellore理工）的一位数据专家概述了一种方法，该方法用于据称如何使用长短期记忆（LSTM）神经网络实时预测加密货币的价格。

在12月2日发布的一篇博客文章中，研究人员Abinhav Sagar演示了一个四步过程，介绍了如何使用机器学习技术来预测他所声称的与传统市场相比“相对不可预测”的价格。 

优优财经编者注： Abinhav Sagar在linkedin上的自我描述为：机器学习与人工智能技术研究员、中级作家，著有《迈向数据科学》

用于加密价格预测的机器学习已“受到限制”

Sagar在演示过程中首先指出，虽然机器学习在预测股票价格方面已经取得了一些成功，但它在加密货币领域的应用受到了限制。为了支持这一主张，他认为加密货币的价格会根据快速发展的技术发展以及经济，安全和政治因素而波动。

Sagar提出的四步方法涉及：1）收集实时加密货币数据；2）准备用于神经网络训练的数据；3）使用LSTM神经网络测试预测；4）可视化预测结果。

正如软件开发人员Aditi Mittal所概述的那样，LSTM是“长期短期记忆”（Long Short-Term Memory）的首字母缩写，这是一种神经网络，旨在在给定持续时间未知的时间滞后的情况下对时间序列进行分类，处理和预测。 

为了训练他的网络，Sagar使用了CryptoCompare 的数据集，并利用了价格，交易量和开盘价，高低价位等功能。

他提供了GitHub上整个项目的代码链接，并概述了用于标准化数据值以准备机器学习的功能。

在绘制和可视化网络预测结果之前，Sagar指出，他使用平均绝对误差作为评估指标，他指出，该指标测量一组预测中误差的平均幅度，而不考虑其方向。

Sagar使用LSTM神经网络实时可视化他的加密货币预测。资料来源：directionsdatascience.com

从市场到外太空

除了市场预测之外，诸如区块链之类的新型去中心化技术与机器学习的融合越来越受到青睐。

正如今年秋天报道的那样，NASA最近发布了一份数据科学家职位清单，将加密货币和区块链专业知识列为“加分项”。 

该机构的主要职能是建造和操作行星机器人航天器并执行地球轨道飞行任务。该机构还要求获得一个或多个相关领域的资格，包括机器学习、大数据、物联网、分析、统计和云计算。