<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Інформаційна технологія прогнозування курсу криптовалюти xrp у 2021 році

dc.contributor.authorДоленко, Б. А.uk
dc.contributor.authorЯщолт, А. Р.uk
dc.titleІнформаційна технологія прогнозування курсу криптовалюти xrp у 2021 роціuk
dc.date.issued2022
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationДоленко Б. А. Інформаційна технологія прогнозування курсу криптовалюти xrp у 2021 році [Електронний ресурс] / Б. А. Доленко, А. Р. Ящолт // Матеріали LI науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р. – Електрон. текст. дані. – 2022. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/15852.uk
dc.relation.ispartofМатеріали LI науково-технічної конференції підрозділів ВНТУ, Вінниця, 31 травня 2022 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fksa/all-fksa-2022/paper/view/15852
dc.identifier.udc001.623
dc.identifier.urihttp://ir.lib.vntu.edu.ua/handle/123456789/40084
dc.description.abstractВ даній роботі було розглянуто основні поняття у сфері прогнозування курсу криптовалюти XRP. Реалізовано кілька основних методів машинного навчання для передбачення та прогнозування дохідності фінансів. На основі порівняння результатів експеременту показано, що для прогнозування даної криптовалюти зручно і перспективно використовувати метод машинного навчання, а саме прогнозування XGB Prediction.uk
dc.description.abstractIn this project, the basic concepts in the field of XRP cryptocurrency forecasting were considered. Several basic methods of machine learning have been implemented to predict and forecast financial returns. Based on the comparison of the results of the experiment, it is shown that for the prediction of this cryptocurrency it is convenient and promising to use the method of machine learning, namely the prediction of XGB Prediction.en
dc.subjectКриптовалютаuk
dc.subjectмашинне навчанняuk
dc.subjectрегресіяuk
dc.subjectCryptocurrencyen
dc.subjectmachine learningen
dc.subjectXRPen
dc.subjectregressionen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesКатасонов В. Ю. Цифровые финансы. Криптовалюты и электронная экономика/ Р. М. Катасонов. – Книжный мир, 2017 - 650 с.ru
dc.relation.referencesY.Fujiwara and R.Islam, Advanced Studies of Financial Technologies and Cryptocurrency Markets (Springer Singapore, Singapore, 2020) — John Stevenson, 2013-12-29. — 117 сen
dc.relation.referencesМендрул О. Г., Шевчук І. А. Ринок цінних паперів: Навч. посібник. — К.: КНЕУ, 1998. — 152 с.uk
dc.relation.referencesIntroduction to XRP. [Електронний ресурс]: Режим доступу: https://xrpcommunity.blog/introduction-to-xrp-2019- edition/en
dc.relation.referencesKaggle [Електронний ресурс]: Режим доступу: https://www.kaggle.com/code/vbmokin/crypto-btc-7-prediction-models - Назва з екрану.en
dc.date.accessioned2024-03-19T14:14:06Z
dc.date.available2024-03-19T14:14:06Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
15852.pdf
Розмір:
660,06 KB
Формат:
Adobe Portable Document Format

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис: