杜克科研課題

基于深度學(xué)習(xí)的數(shù)字加密貨幣價格預(yù)測

課題簡介

加密貨幣是數(shù)字貨幣（或稱虛擬貨幣）的一種。加密貨幣基于去中心化的共識機制，與依賴中心化監(jiān)管體系的銀行金融系統(tǒng)相對。去中心化的性質(zhì)源自于使用分布式賬本的區(qū)塊鏈（Blockchain）技術(shù)。根據(jù)一項預(yù)測，加密貨幣到2018年的市值預(yù)計將高達1-2萬億美元。

數(shù)字加密貨幣的價格走勢瞬息萬變。基于傳統(tǒng)的線性模型等很難對于價格進行預(yù)測。

本課題嘗試應(yīng)用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)對于一種數(shù)字加密貨幣的歷史數(shù)據(jù)進行分析，進而對于該數(shù)字加密貨幣未來價格進行預(yù)測。

科研方法

AI+X數(shù)據(jù)驅(qū)動型科研

AI＋X數(shù)據(jù)驅(qū)動型科研是指使用人工智能（AI）算法，收集、處理、分析具體學(xué)科（X）的海量數(shù)據(jù)，并基于此進行預(yù)測，從而獲得科學(xué)發(fā)現(xiàn)的研究方法。與傳統(tǒng)的、基于實驗或邏輯推理的研究方式相比，AI＋X數(shù)據(jù)驅(qū)動型科研可以借助AI算法強大的運算能力，高效地進行大數(shù)據(jù)分析，具有投入產(chǎn)出比高、適用范圍廣的優(yōu)點。

AI＋X數(shù)據(jù)驅(qū)動型科研已被廣泛地應(yīng)用于各個領(lǐng)域，利用AI算法研究基因數(shù)據(jù)，從而進行早期的癌癥篩查便是其中一例。基因組與癌癥病患的數(shù)據(jù)千千萬萬，使用傳統(tǒng)的科研方式對其進行分析，工程量大、過程繁瑣，在客觀上難以實現(xiàn)。但借助AI算法這一便捷的工具，生命科學(xué)家便能夠以海量的患者的遺傳信息為基礎(chǔ)，建立數(shù)據(jù)庫，與過往的研究成果進行對照，快速、準確地在兩者中發(fā)現(xiàn)規(guī)律、建立聯(lián)系，從而使癌癥診斷的“標準化”成為可能。

---

課題要求

本課題適合： 9-12 年級學(xué)生，有較強的邏輯思維和抽象思維能力

1. 英文：
（1）具備基本的學(xué)術(shù)英語閱讀能力；
（2）接觸過英文寫作，有論文寫作經(jīng)驗者更佳；

 

2. 數(shù)學(xué)：
（1）統(tǒng)計基礎(chǔ)知識
（2）微積分（偏微分）
（3）線性代數(shù)

 

3. 計算機：

最好有一定的計算機基礎(chǔ)。如果沒有，以下軟件選擇一種或多種，在課題開始后的1-2周進行強化學(xué)習(xí)并能進行初步的應(yīng)用。
（1）Python（Jupyter Notebook, Anaconda, Tensorflow, keras）
（2）Linux/Unix command
（3）CSV tool

以上就是關(guān)于【杜克科研課題：基于深度學(xué)習(xí)的數(shù)字加密貨幣價格預(yù)測】的解答，如需了解學(xué)校/賽事/課程動態(tài)，可至翰林教育官網(wǎng)獲取更多信息。

往期文章閱讀推薦：

貝賽思進度太快怕掉隊？翰林校內(nèi)同步班課重磅推出，長期小班穩(wěn)節(jié)奏

從羅馬帝國到新冠先驅(qū)：TCR 歷史期刊收錄主題揭秘，為什么這項投稿值得深耕？