你的位置:首頁(yè) > 測(cè)試測(cè)量 > 正文

淺談區(qū)塊鏈區(qū)域的機(jī)器學(xué)習(xí)技術(shù)

發(fā)布時(shí)間:2017-10-23 責(zé)任編輯:lina

【導(dǎo)讀】現(xiàn)實(shí)世界的問(wèn)題不能通過(guò)應(yīng)用簡(jiǎn)單的、傳統(tǒng)的算法和方式來(lái)解決,所以軟件創(chuàng)造者們必須使用新的技術(shù)。機(jī)器學(xué)習(xí)就是這些解決方案中的一種。



       雖然在傳統(tǒng)意義上的機(jī)器學(xué)習(xí)的基礎(chǔ)可以回溯到20世紀(jì)40年代晚期,這項(xiàng)技術(shù)本身直到最近才開始興起,它得益于用來(lái)訓(xùn)練系統(tǒng)的可用計(jì)算能力的迅速增長(zhǎng)。

  談到智能市場(chǎng)分析系統(tǒng),使用機(jī)器學(xué)習(xí)工具能夠排除掉很多傳統(tǒng)方法的劣勢(shì)。CrypTIcs平臺(tái)積極利用機(jī)器學(xué)習(xí)的方法來(lái)創(chuàng)建系統(tǒng),用來(lái)分析密碼市場(chǎng)與算法交易。這讓它能夠提高系統(tǒng)運(yùn)行所得數(shù)據(jù)的可靠性,從而降低風(fēng)險(xiǎn)、節(jié)省投資者的資金。

  下面我們嘗試用簡(jiǎn)單的語(yǔ)言向讀者解釋最有趣的機(jī)器學(xué)習(xí)方法之本質(zhì),以及在實(shí)踐中應(yīng)用這些解決方案的案例。

  1. 用神經(jīng)網(wǎng)絡(luò)的時(shí)間序列的統(tǒng)計(jì)分析

  在分析加密貨幣的交易信息時(shí),有兩種類型的數(shù)據(jù)必須用分析系統(tǒng)來(lái)處理。第一種類型是通過(guò)交易的API直接獲取的原始數(shù)據(jù)。這些數(shù)據(jù)通常由數(shù)值組成,可以用數(shù)學(xué)的方式和統(tǒng)計(jì)方法進(jìn)行分析,它們通常具有有序的結(jié)構(gòu)。

  但還有些信息,其選擇的原則標(biāo)準(zhǔn)并沒有被明確定義。舉個(gè)例子,那些從不同信息源而來(lái)的信息,比如從評(píng)級(jí)機(jī)構(gòu)、社交網(wǎng)絡(luò)來(lái)的信息,關(guān)于某特定產(chǎn)品中投資者的興趣等級(jí)的信息等。

  一般來(lái)說(shuō),為了獲取想要的結(jié)果,就必須要分析整套數(shù)據(jù),必須進(jìn)行規(guī)律性的識(shí)別。為了達(dá)到這個(gè)目標(biāo),CrypTIcs系統(tǒng)就用時(shí)間序列的統(tǒng)計(jì)分析技術(shù)配合機(jī)器學(xué)習(xí)算法來(lái)實(shí)現(xiàn)。

  在極端簡(jiǎn)單的單詞中,算法將會(huì)把特定的對(duì)象分配到每一種數(shù)據(jù)中,它們可以被一組描述其狀態(tài)的參數(shù)來(lái)表示。所有對(duì)象的連接集都由神經(jīng)網(wǎng)絡(luò)使用Kohonen映射法來(lái)分析。這就讓算法解決了找出相似對(duì)象并將它們分組的問(wèn)題。

  2. 資本資產(chǎn)定價(jià)模型和風(fēng)險(xiǎn)評(píng)估

  資本資產(chǎn)定價(jià)模型(CAPM)是一種用來(lái)評(píng)估金融資產(chǎn)利潤(rùn)率的模型。這個(gè)模型的本質(zhì)是假設(shè)存在一個(gè)高度流動(dòng)性的資產(chǎn)市場(chǎng),舉個(gè)例子,一種加密貨幣,它能得出結(jié)論,即所需的利潤(rùn)金額并不是完全由當(dāng)前資產(chǎn)的特定風(fēng)險(xiǎn)特征等級(jí)決定的,就像加密貨幣整體的利潤(rùn)金額由一般風(fēng)險(xiǎn)特征決定那樣。

  

淺談區(qū)塊鏈區(qū)域的機(jī)器學(xué)習(xí)技術(shù)

  使用這個(gè)模型,并結(jié)合機(jī)器學(xué)習(xí)的方法,CrypTIcs就能夠以足夠高的準(zhǔn)確度來(lái)實(shí)時(shí)分析某特定加密行為的盈利能力和風(fēng)險(xiǎn)了。

  3. 集成學(xué)習(xí)者

  使用集成學(xué)習(xí)者的基礎(chǔ)在于這樣一個(gè)想法,即在同一個(gè)數(shù)據(jù)樣本中學(xué)習(xí)幾個(gè)基本的對(duì)象,并使用不同對(duì)象的結(jié)果的聯(lián)合來(lái)預(yù)測(cè)后續(xù)更改的加密機(jī)制。這個(gè)方法的數(shù)學(xué)基礎(chǔ)就是十八世紀(jì)早期制定的陪審團(tuán)審判定理。

  根據(jù)這個(gè)定理,大多數(shù)參與者在經(jīng)過(guò)分析后做出的決定最有可能是正確的。這就讓這個(gè)網(wǎng)絡(luò)能夠分析對(duì)匯率變化幾乎沒有影響的市場(chǎng)指標(biāo),并在這些指標(biāo)的基礎(chǔ)上制定一個(gè)解決方案,這樣總數(shù)據(jù)樣本里的錯(cuò)誤將小于分別應(yīng)用每一個(gè)指標(biāo)產(chǎn)生的錯(cuò)誤。

  4. Q-learning

  Q-learning或者說(shuō)強(qiáng)化學(xué)習(xí),它能夠用反饋的方法改善神經(jīng)網(wǎng)絡(luò)的表現(xiàn)。根據(jù)算法的結(jié)果,形成效用函數(shù)。關(guān)于這個(gè)功能的結(jié)果,該算法會(huì)接收到關(guān)于以往經(jīng)驗(yàn)的數(shù)據(jù),這就可以排除故意丟失事件發(fā)展的某些細(xì)節(jié)。

  

淺談區(qū)塊鏈區(qū)域的機(jī)器學(xué)習(xí)技術(shù)

  當(dāng)然,這只是機(jī)器學(xué)習(xí)冰山的一角,關(guān)于整個(gè)CrypTIcs子系統(tǒng)和在框架中使用的技術(shù)方法不可能在這一篇文章中概括。每一個(gè)有具體工具和公式、計(jì)算的廣泛話題和描述都需要很多篇幅來(lái)解釋。

  使用機(jī)器學(xué)習(xí)工具能夠讓我們的產(chǎn)品大幅改善其算法的工作效果,從而對(duì)整個(gè)系統(tǒng)的效率提升產(chǎn)生積極的影響。


推薦閱讀:

如何驗(yàn)證電流探頭的可靠性? 
BMS系統(tǒng)如何做好電源和信號(hào)隔離 
火電廠dcs控制系統(tǒng) 
淺析USB 3.2接口升級(jí)后的改變 

特別推薦
技術(shù)文章更多>>
技術(shù)白皮書下載更多>>
熱門搜索
?

關(guān)閉

?

關(guān)閉