区块链技术中的机器学习

作者: 佚名 2017-10-20 23:41:51

现代性带来了新的、突破性的东西,这些东西能够改变世界。

现实世界的问题不能通过应用简单的、传统的算法和方式来解决,所以软件创造者们必须使用新的技术。

机器学习就是这些解决方案中的一种。

虽然在传统意义上的机器学习的基础可以回溯到20世纪40年代晚期,这项技术本身直到最近才开始兴起,它得益于用来训练系统的可用计算能力的迅速增长。

谈到智能市场分析系统,使用机器学习工具能够排除掉很多传统方法的劣势。Cryptics平台积极利用机器学习的方法来创建系统,用来分析密码市场与算法交易。这让它能够提高系统运行所得数据的可靠性,从而降低风险、节省投资者的资金。

下面我们尝试用简单的语言向读者解释最有趣的机器学习方法之本质,以及在实践中应用这些解决方案的案例。

1. 用神经网络的时间序列的统计分析

在分析加密货币的交易信息时,有两种类型的数据必须用分析系统来处理。第一种类型是通过交易的API直接获取的原始数据。这些数据通常由数值组成,可以用数学的方式和统计方法进行分析,它们通常具有有序的结构。

但还有些信息,其选择的原则标准并没有被明确定义。举个例子,那些从不同信息源而来的信息,比如从评级机构、社交网络来的信息,关于某特定产品中投资者的兴趣等级的信息等。

一般来说,为了获取想要的结果,就必须要分析整套数据,必须进行规律性的识别。为了达到这个目标,Cryptics系统就用时间序列的统计分析技术配合机器学习算法来实现。

在极端简单的单词中,算法将会把特定的对象分配到每一种数据中,它们可以被一组描述其状态的参数来表示。所有对象的连接集都由神经网络使用Kohonen映射法来分析。这就让算法解决了找出相似对象并将它们分组的问题。

2. 资本资产定价模型和风险评估

资本资产定价模型(CAPM)是一种用来评估金融资产利润率的模型。这个模型的本质是假设存在一个高度流动性的资产市场,举个例子,一种加密货币,它能得出结论,即所需的利润金额并不是完全由当前资产的特定风险特征等级决定的,就像加密货币整体的利润金额由一般风险特征决定那样。

资本资产定价模型和风险评估

使用这个模型,并结合机器学习的方法,Cryptics就能够以足够高的准确度来实时分析某特定加密行为的盈利能力和风险了。

3. 集成学习者

使用集成学习者的基础在于这样一个想法,即在同一个数据样本中学习几个基本的对象,并使用不同对象的结果的联合来预测后续更改的加密机制。这个方法的数学基础就是十八世纪早期制定的陪审团审判定理。

根据这个定理,大多数参与者在经过分析后做出的决定最有可能是正确的。这就让这个网络能够分析对汇率变化几乎没有影响的市场指标,并在这些指标的基础上制定一个解决方案,这样总数据样本里的错误将小于分别应用每一个指标产生的错误。

4. Q-learning

Q-learning或者说强化学习,它能够用反馈的方法改善神经网络的表现。根据算法的结果,形成效用函数。关于这个功能的结果,该算法会接收到关于以往经验的数据,这就可以排除故意丢失事件发展的某些细节。

Q-learning

当然,这只是机器学习冰山的一角,关于整个Cryptics子系统和在框架中使用的技术方法不可能在这一篇文章中概括。每一个有具体工具和公式、计算的广泛话题和描述都需要很多篇幅来解释。

使用机器学习工具能够让我们的产品大幅改善其算法的工作效果,从而对整个系统的效率提升产生积极的影响。

区块链 机器学习 神经网络
上一篇:AI世界:2018年八个人工智能趋势观察 下一篇:人工智能进十九大报告!我国AI的4大优势+唯一短板大盘点
评论
取消
暂无评论,快去成为第一个评论的人吧

更多资讯推荐

高位截瘫患者重新行走:靠意念指挥外骨骼,法国脑机接口新突破

依靠介入头部的 2 个传感器,法国里昂的一名瘫痪男子 Thibault 实现了操控外骨骼装备来助力行走。

孙滔 ·  1天前
2008 年预测 2020 年生活方式:基本都实现了

美国皮尤研究中心曾在 2008 年预测 2020 年的生活方式,目前来看,该研究的预测基本已经实现。而对于未来 10 年,也就是 2030 年左右人们的生活,在 2017 年底的世界经济论坛上,800 多名信息和通讯技术领域的技术高管和专家给出了如下预测。

佚名 ·  1天前
机器学习的正则化是什么意思?

正则化的好处是当特征很多时,每一个特征都会对预测y贡献一份合适的力量;所以说,使用正则化的目的就是为了防止过拟合。

佚名 ·  1天前
为什么我的CV模型不好用?没想到原因竟如此简单……

机器学习专家 Adam Geitgey 近日发布了一篇文章探讨了这一简单却又让很多人头痛的问题,并分享了他为解决这一问题编写的自动图像旋转程序。

机器之心 ·  1天前
机器学习与预测分析的区别在何处? 精选

如今,认知学习的应用比以往更为普遍。通常意义上讲,认知学习与认知计算就是涉及AI技术与信号处理的操作过程或技术平台。

读芯术 ·  1天前
大盘点:8月Github上7个值得关注的数据科学项目

本文带你来看看GitHub上创建于2019年8月的7个数据科学项目。笔者所选项目的范围十分广泛,涉及从机器学习到强化学习的诸多领域。

读芯术 ·  1天前
非监督学习最强攻略

本次主要讲解的内容是机器学习里的非监督学习经典原理与算法,非监督,也就是没有target(标签)的算法模型。

SAMshare ·  1天前
PyTorch终于能用上谷歌云TPU,推理性能提升4倍,该如何薅羊毛?

Facebook在PyTorch开发者大会上正式推出了PyTorch 1.3,并宣布了对谷歌云TPU的全面支持,而且还可以在Colab中调用云TPU。

晓查 ·  2天前
Copyright©2005-2019 51CTO.COM 版权所有 未经许可 请勿转载