Nel contesto della costruzione di una rete neurale ricorrente (RNN) per prevedere i movimenti dei prezzi delle criptovalute, lo scopo di dividere i dati bilanciati in elenchi di input (X) e output (Y) è quello di strutturare adeguatamente i dati per l'addestramento e la valutazione del modello RNN. Questo processo è importante per l'utilizzo efficace delle RNN nella previsione