Une entreprise E du secteur S monte son ICO et va émettre un volume de TOKEN de T dont la valeur
nominale est de N.

Le projet réside dans la modélisation du cours de T sur les n prochains mois ou années
en fonction de la fluctuation d'usage d'une partie de T injectés dans le service
que développe E d'une part, et sur l'exchange de T sur les places d'autres part.

Pour cela, prendre en référence les ICO déjà réalisées depuis 2016 par exemple sur l'activité similaire de S.

Je suis un peu perdu sur les démarches à effectuer, par où commencer?

on est censé faire tes exos de machine learning ?

Non pas du tout mais juste des pistes

ben tu connais quoi comme algos ?
commence par déterminer ce que tu veux précisément comme données en sortie
puis ce que tu peux avoir en données d'entrée
est-ce que tel ou tel pré-traitement serait intelligent ?
après ça dépendra des méthodes que tu veux mettre en place

Ça sort d'où ça ?

Je pensais utiliser des algorithmes de machine learning (Baysien entre autre)

Le 28 avril 2018 à 14:43:11 CommanderShep a écrit :
Je pensais utiliser des algorithmes de machine learning (Baysien entre autre)

Du coup qu'est-ce que te bloque précisément ?

Le 28 avril 2018 à 14:46:59 BullePapale a écrit :

Le 28 avril 2018 à 14:43:11 CommanderShep a écrit :
Je pensais utiliser des algorithmes de machine learning (Baysien entre autre)

Du coup qu'est-ce que te bloque précisément ?

C'est la partie "en fonction de la fluctuation d'usage d'une partie de T injectés dans le service
que développe E d'une part, et sur l'exchange de T sur les places d'autres part." que je ne comprends pas vraiment en fait

c'est vrai que c'est mal formulé, on dirait une vieille traduction google translate
en gros, si j'ai bien compris (pas sûr vu la formulation), tes données d'entrée c'est, pour chaque ICO que tu vas observer:

1. les variations (en volume j'imagine) de tokens utilisés pour faire fonctionner le service de l'entreprise
2. les variations du cours du token sur les exchanges

Oui j'ai cru comprendre pareil