Дослідження застосування автоматизованого машинного навчання для порівняльного аналізу методів прогнозування курсу криптовалют

Abstract

Прогнозування вартості активів завжди викликало значний інтерес, спонукаючи дослідників постійно вдосконалювати методи та інструменти вирішення цього завдання. Розвиток штучного інтелекту значно збільшив потенціал досліджень у цій сфері, приводячи до виникнення нових алгоритмів і методів, які використовують переваги швидкості обчислень та точності нейронних мереж. Це підтримало активне дослідження машинного навчання в контексті прогнозування, що призвело до появи нових варіацій і модифікацій алгоритмів. Однак велика кількість досліджень вимагає від користувачів самостійного аналізу та експериментальної перевірки їх ефективності. Стаття містить результати дослідження можливості використання автоматизованого машинного навчання для аналізу методів прогнозування курсу криптовалют. На момент проведення дослідження автоматизованого машинного навчання здебільшого використовується з метою спрощення процесу використання машинного навчання для розв’язання певних практичних задач. Проте такий підхід також дозволяє провести автоматизацію процесу порівняння результатів різноманітних досліджень й значно спрощує та пришвидшує їх узагальнення. В основу автоматизованого машинного навчання покладено взаємопов’язаний набір процесів, які об’єднуються у конвеєр. Зазвичай конвеєр містить набір автоматизованих операцій від обробки даних до генерації результатів, що значно пришвидшує та спрощує процес отримання й використання результатів. У статті описуються особливості архітектури та реалізації кожного з етапів для вирішення завдання, що надає змогу максимально автоматизувати процеси збору та обробки даних, створення й навчання моделей машинного навчання, а також генерації й обробки отриманих результатів. У підсумку користувач має змогу налаштовувати підтримувані алгоритми та методи за допомогою користувацького інтерфейсу й згодом аналізувати отримані результати за допомогою спроєктованої системи.