Uczymy AI przewidywać kursy krypto: Część trzecia, nie ostatnia

Niestety trochę się przeliczyłem z tym programowaniem AI. Ale się nie poddaję, zajmuje to znacznie więcej czasu, niż sobie zaplanowałem.

Ale by dać jakiś update, przedstawiam co do tej pory się udało:

kod źródłowy: https://github.com/fatmusicpl/voters.github.io/blob/master/neural_network7.html

Podgląd wyników (trzeba otworzyć konsolę przeglądarki): https://fatmusicpl.github.io/voters.github.io/neural_network7.html

Wyniki mogą za każdym razem się różnić, aby to poprawić trzeba zwiększyć ilość epochs i zmniejszyć batch. Ale to i tak tylko takie "poglądowe" wyniki, by było widać że coś tam działa... zobaczymy jak to w kolejnych wersjach będzie wyglądało.

jeśli kogoś interesuje to wyniki są takie:

Największy problem to mała ilość danych do nauki - mogę pobrać z CoinGecko tylko kurs z roku. Dlatego postanowiłem zapisywać dane do pliku, by z czasem więcej się tego uzbierało: https://github.com/fatmusicpl/voters.github.io/blob/master/json_data/data.js

Jakie plany na przyszłość, co trzeba będzie poprawić, dorobić: * w danych niepotrzebnie są znormalizowane dane, w przyszłości przecież min/max może być różny, * uczenie na większej ilości danych, da się z CoinGecko pobrać market_cap oraz total_volume, * przedstawienie danych na wykresie, by jakoś przynajmniej na oko zweryfikować czy wynik i działanie skryptu ma jakiś sens, * trzeba też zrobić interfejs by dało się to konfigurować

---=== reklama ===---

pivx.promo - Kranik PIVX, fajna moneta pod PoS Honeygain - Udostępnianie sieci oraz content delivery, za nagrody Grass - Udostępnianie sieci za nagrody w kryptowalucie Solana (SOL) AutoFaucet - Kranik z bardzo dużym wyborem monet Final Autoclaim - Kranik z bardzo dużym wyborem monet FaucetCrypto - Kranik z dużym wyborem moet i możliwośćią wypłaty BTC bezpośrednio na portfel Vie Faucet - Jeden z większych kraników