Please use this identifier to cite or link to this item:
Title: Πρόβλεψη των μελλοντικών τιμών του bitcoin συνδυάζοντας παρελθοντικές τιμές και εξόρυξη άποψης από κοινωνικά δίκτυα
Other Titles: Bitcoin price prediction combining data and text mining
Authors: Λιναρδάτος, Παντελής
Keywords: Μηχανική μάθηση
Εξόρυξη γνώμης
Keywords (translated): Bitcoin
Machine learning
Opinion mining
Abstract: Η ιδέα όπου υλοποιείται σε αυτή την εργασία, είναι η δημιουργία ενός μοντέλου Μηχανικής Μάθησης, το οποίο αξιοποιεί παρελθοντικές τιμές του Bitcoin, δεδομένα τάσεων της Google και χαρακτηριστικά, τα οποία δημιουργήθηκαν με εξόρυξη γνώσης απο tweets σχετικά με το Bitcoin. Σκοπός αυτής της μελέτης είναι η πρόβλεψη των μελλοντικών τιμών του Bitcoin. Για το σκοπό αυτό, συγκρίνεται ένα Βαθύ Νευρωνικό Δίκτυο και συγκεκριμένα ένα δίκτυο με στρώματα LSTM, ένα μοντέλο Παλινδρόμησης Ενίσχυσης Κλίσης και μοντέλο XGBoost. Σύμφωνα με τα αποτελέσματα, το Βαθύ Νευρωνικό Δίκτυο είχε καλύτερη απόδοση, με ρίζα μέσου τετραγωνικού σφάλματος 0.999 % στα δεδομένα ελέγχου.
Abstract (translated): The idea implemented in this paper is the creation of a machine learning model, which utilizes past prices of Bitcoin, Google trends data and some custom features, which were created by text mining on tweets about Bitcoin. The aim of this study was to predict futureBitcoin prices. For this purpose, we compared a Deep Neural Network, and specifically, a network with LSTM layers, a Gradient Boosting Regression model and an XGBoost model. According to our results, the Deep Neural Network performed better, with a significant root mean square error of 0.999% on Test Data.
Appears in Collections:Τμήμα Μαθηματικών (ΜΔΕ)

Files in This Item:
File Description SizeFormat 
Bitcoin price prediction combining data and text miningThesis Linardatos Pantelis.pdf3.15 MBAdobe PDFView/Open

This item is licensed under a Creative Commons License Creative Commons