1. ELARTU — Інституційний репозитарій ТНТУ імені Івана Пулюя
  2. Роботи студентів
  3. Магістр
  4. 123 — комп’ютерна інженерія
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://elartu.tntu.edu.ua/handle/lib/39533
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.advisorТиш, Євгенія Володимирівна-
dc.contributor.advisorTysh, Ievgenia Volodymirivna-
dc.contributor.authorАртемук, Владислав Романович-
dc.contributor.authorArtemuk, Vladyslav Romanovych-
dc.date.accessioned2022-12-23T15:25:27Z-
dc.date.available2022-12-23T15:25:27Z-
dc.date.issued2022-12-22-
dc.date.submitted2022-12-22-
dc.identifier.citationАртемук В. Р. Методи та засоби інтелектуалізованого прогнозування курсу криптовалют : кваліфікаційна робота магістра за спеціальністю „123 — комп’ютерна інженерія“ / В. Р. Артемук. — Тернопіль: ТНТУ, 2021. — 53 с.uk_UA
dc.identifier.urihttp://elartu.tntu.edu.ua/handle/lib/39533-
dc.description.abstractУ кваліфікаційній роботі здійснено аналіз існуючих методів прогнозування курсу криптовалют, обрано метод прогнозування курсу криптовалюти методом факторної регресії. Здійснено ибір середовища проектування, проведено його аналіз, описано бібліотека які використовуються в проектуванні та реалізації алгоритмів прогнозування та телеграм бота на основі використання API.uk_UA
dc.description.abstractIn the qualification work, an analysis of existing methods of forecasting the exchange rate of cryptocurrencies was carried out, the method of forecasting the exchange rate of cryptocurrencies using the factor regression method was chosen. The design environment was selected, its analysis was carried out, and the library used in the design and implementation of prediction algorithms and telegram bot based on the use of API was described.uk_UA
dc.description.tableofcontentsВСТУП ..... 7 РОЗДІЛ 1 АНАЛІЗ СТАТИСТИЧНИХ ДАНИХ КУРСУ КРИПТОВАЛЮТИ ТА ФУНКЦІОНАЛУ ТЕЛЕГРАМ БОТІВ. ОГЛЯД ІСНУЮЧИХ МЕТОДІВ ПРОГНОЗУВАННЯ КУРСУ КРИПТОВАЛЮТИ ...9 1.1. Важливість прогнозування курсу криптовалюти ...9 1.2. Історичні відомості з приводу курсу криптовалюти Bitcoin ...9 1.3. Telegram. Телеграм бот. Їх особливості ...13 1.4. Опис існуючих методів прогнозування курсу криптовалюти. Переваги та недоліки ...15 1.5. Висновки до першого розділу ...17 РОЗДІЛ 2 АНАЛІЗ МЕТОДУ ФАКТОРНОЇ РЕГРЕСІЇ ПРОГНОЗУВАННЯ КУРСУ КРИПТОВАЛЮТИ ТА ОПИС ПРОГРАМ, ЩО ВИКОРИСТОУЮТЬСЯ...18 2.1. Прогнозування курсу криптовалюти методом факторної регресії ...18 2.2. API...19 2.3. Вибір середовища проектування ...22 2.4. Опис використаних бібліотек Python ...25 2.5. Аналіз отриманих даних прогнозування курсу bitcoin ...30 2.6. Висновок до другого розділу ...32 РОЗДІЛ 3 ВИРІШЕННЯ ПОСТАВЛЕНОЇ ЗАДАЧІ ЗА ДОПОМОГОЮ ОБРАНИХ МЕТОДІВ ...33 3.1 Розробка та перевірка телеграм бота ...33 3.2 Висновок до третього розділу ...426 РОЗДІЛ 4 ОХОРОНА ПРАЦІ ТА БЕЗПЕКА В НАДЗВИЧАЙНИХ СИТУАЦІЯХ ...43 4.1. Охорона праці ...43 4.2. Оцінка стійкості роботи об’єкту економіки до впливу поражаючих факторів ядерної зброї ...46 ВИСНОВКИ ...51 ПЕРЕЛІК ВИКОРИСТАНИХ ДЖЕРЕЛ ...52 ДОДАТОК А ТЕЗИ КОНФЕРЕНЦІЇ ...54uk_UA
dc.language.isoukuk_UA
dc.publisherТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.subject123uk_UA
dc.subjectкомп’ютерна інженеріяuk_UA
dc.subjectсистемаuk_UA
dc.subjectметодuk_UA
dc.subjectкриптовалютаuk_UA
dc.subjectпрогнозуванняuk_UA
dc.subjectнейромережаuk_UA
dc.subjectBitcoinuk_UA
dc.subjectінтерфейсuk_UA
dc.subjectAPIuk_UA
dc.subjectпрограмаuk_UA
dc.subjectTelegramuk_UA
dc.subjectботuk_UA
dc.subjectsystemuk_UA
dc.subjectmethoduk_UA
dc.subjectpredictionuk_UA
dc.subjectcryptocurrencyuk_UA
dc.subjectneural networkuk_UA
dc.subjectinterfaceuk_UA
dc.subjectprogramuk_UA
dc.subjectbotuk_UA
dc.titleМетоди та засоби інтелектуалізованого аналізу назви записувати нижнім регістром (як у реченні) прогнозування курсу криптовалютuk_UA
dc.title.alternativeMethods and means of the intellectualized analysis of cryptocurrency переклад англійською rate forecastinguk_UA
dc.typeMaster Thesisuk_UA
dc.rights.holder© Артемук Владислав Романович, 2022uk_UA
dc.contributor.committeeMemberПриймак, Микола Володимирович-
dc.contributor.committeeMemberPryimak, Mykola-
dc.coverage.placenameТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.format.pages53-
dc.subject.udc004.42,67uk_UA
dc.relation.references1. Cryptocurrency URL: https://en.wikipedia.org/wiki/Cryptocurrency (дата звернення: 13.10.2022)uk_UA
dc.relation.references2. Bitcoin URL: https://en.wikipedia.org/wiki/Bitcoin (дата звернення: 15.10.2022)uk_UA
dc.relation.references3. Telegram URL: https://uk.wikipedia.org/wiki/Telegram (дата звернення: 17.10.2022)uk_UA
dc.relation.references4. Telegram Bots URL: https://core.telegram.org/bots (дата звернення: 18.10.2022)uk_UA
dc.relation.references5. Telegram Bot API URL: https://core.telegram.org/bots/api (дата звернення: 19.10.2022)uk_UA
dc.relation.references6. Python URL: https://uk.wikipedia.org/wiki/Python (дата звернення: 21.10.2022)uk_UA
dc.relation.references7. Visual Studio Code Docs URL: https://code.visualstudio.com/docs (дата звернення: 22.10.2022)uk_UA
dc.relation.references8. API URL: https://en.wikipedia.org/wiki/API docs (дата звернення: 22.10.2022)uk_UA
dc.relation.references9. The Python Language Reference URL: https://docs.python.org/3/reference/index.html#the-python-language-reference (дата звернення: 23.10.2022)uk_UA
dc.relation.references10. Regression analysis URL: https://en.wikipedia.org/wiki/ Regression_analysis (дата звернення: 28.10.2022)uk_UA
dc.relation.references11. Skforecast Docs URL: https://joaquinamatrodrigo.github.io/skforecast /0.4.3/index.html (дата звернення: 01.11.2022)uk_UA
dc.relation.references12. Matplotlib 3.6.2 documentation URL: https://matplotlib.org/stable/index.html (дата звернення: 05.11.2022)uk_UA
dc.relation.references13. CryptoCMD documentation URL: https://pypi.org/project/cryptocmd/ (дата звернення: 08.11.2022)53uk_UA
dc.relation.references14. Aiogram Docs URL: https://docs.aiogram.dev/en/latest/ (дата звернення: 09.11.2022)uk_UA
dc.relation.references15. Welcome to LightGBM’s documentation URL: https://pypi.org/project/cryptocmd/ (дата звернення: 11.11.2022)uk_UA
dc.relation.references16. Binance API documentation URL: https://binance- docs.github.io/apidocs/spot/en/#change-log (дата звернення: 13.11.2022)uk_UA
dc.relation.references17. Авторегресійні моделі прогнозування URL: https://helpiks.org/4- 108320.html (дата звернення: 14.11.2022)uk_UA
dc.relation.references18. 12 Popular Candlestick Patterns Used in Technical Analysis URL: https://academy.binance.com/en/articles/beginners-candlestick-patterns (дата звернення: 15.11.2022)uk_UA
dc.relation.references19. Stochastic RSI Explained URL: https://academy.binance.com/en/articles/stochastic-rsi-explained (дата звернення: 18.11.2022)uk_UA
dc.relation.references20. Arvind Narayanan. «Bitcoin and Cryptocurrency Technologies: A Comprehensive Introduction» Princeton University Press. 2016 – 304 c.uk_UA
dc.relation.references21. Ivan Nunes da Silva. «Artificial Neural Networks: A Practical Course» Springer. 2017. – 307 cuk_UA
dc.identifier.citationenArtemuk V.R. Methods and means of intellectualized forecasting of the exchange rate of cryptocurrencies: master's qualification thesis in the specialty 123 — Computer engineering" / Artemuk V.R. – Ternopil: TNTU, 2021. –53 p.uk_UA
dc.contributor.affiliationТернопільський національний технічний університет імені Івана Пулюяuk_UA
dc.coverage.countryUAuk_UA
Розташовується у зібраннях:123 — комп’ютерна інженерія

Файли цього матеріалу:
Файл Опис РозмірФормат 
Авторська_довідка_Артемук.docx19,66 kBMicrosoft Word XMLПереглянути/відкрити
Кваліфікаційна робота.pdf1,49 MBAdobe PDFПереглянути/відкрити
Показати базовий опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.

Інструменти адміністратора