Ultimo aggiornamento
3 apr 2018
Cryptomon fornisce una serie di previsioni e indicatori moderni per il controllo delle strategie di trading. Qualsiasi cripto trader armato di potenza computazionale e data science può prendere decisioni di trading più intelligenti e veloci e massimizzare i profitti commerciali. Quindi, perché usare un indicatore legacy come MA (Moving Average), quando abbiamo l'intelligenza della macchina?
- & nbsp; Notifiche sugli scambi di segnali
- & nbsp; algoritmi e indicatori di previsione
- & nbsp; apprendimento automatico
K-nearest neighbors
The k-nearest neighbors (KNN) algorithm is a non-parametric algorithm that can be used for either classification or regression. Non-parametric means that it makes no assumption about the underlying data or its distribution. It is one of the simplest Machine Learning algorithms, and has applications in a variety of fields, ranging from the healthcare industry, to the finance industry. More info on wikipedia. Source code available on GitHub.
Multilayer perceptron
A multilayer perceptron (MLP) is a feedforward artificial neural network model that maps sets of input data onto a set of appropriate outputs. An MLP consists of multiple layers of nodes in a directed graph, with each layer fully connected to the next one. Except for the input nodes, each node is a neuron (or processing element) with a nonlinear activation function. MLP utilizes a supervised learning technique called backpropagation for training the network.MLP is a modification of the standard linear perceptron and can distinguish data that are not linearly separable. More info on wikipedia. Source code available on GitHub.
LSTM
A powerful type of neural network designed to handle sequence dependence is called recurrent neural networks. The Long Short-Term Memory network or LSTM network is a type of recurrent neural network used in deep learning because very large architectures can be successfully trained. More info on wikipedia.
WTBS indicator
When To Buy and Sell technical indicator is based on CNN - Convolutional Neural Network. NN use a variation of multilayer perceptrons designed to require minimal preprocessing. They are also known as shift invariant or space invariant artificial neural networks (SIANN), based on their shared-weights architecture and translation invariance characteristics. Convolutional networks were inspired by biological processes in which the connectivity pattern between neurons is inspired by the organization of the animal visual cortex. More info on wikipedia. Source code available on GitHub.
June 2017
Q3 - Q4 2017
Q1 2018
Q2 2018
Q3 2018
Q4 2018
Q1 - Q2 2019
Questa offerta si basa su informazioni fornite esclusivamente dall'offerente e altre informazioni disponibili pubblicamente. L'evento di vendita o scambio di token non è interamente correlato a ICOholder e ICOholder non ha alcun coinvolgimento in esso (inclusi eventuali supporti tecnici o promozioni). Le vendite di token elencate da persone con cui ICOholder non ha relazioni sono mostrate solo per aiutare i clienti a tenere traccia dell'attività che si svolge all'interno del settore generale dei token. Questa informazione non è intesa come un consiglio su cui dovresti fare affidamento. È necessario ottenere una consulenza professionale o specialistica o eseguire la propria due diligence prima di intraprendere o astenersi da qualsiasi azione sulla base del contenuto del nostro sito. I termini e le condizioni stipulati dai contributori in relazione all'acquisizione di token sono tra loro e l'emittente del token e ICOholder non è il venditore di tali token. ICOholder non ha alcuna responsabilità legale per qualsiasi dichiarazione fatta da terzi in relazione a qualsiasi vendita di token e qualsiasi richiesta di violazione del contratto deve essere fatta anche direttamente contro l'entità emittente dei token qui elencata.
In caso di dubbi sulla natura, sulla proprietà o sulla legalità di questa vendita di token o delle persone coinvolte, contattare info@icoholder.com con informazioni dettagliate sulle tue preoccupazioni.