Tokom procesa normalizacije i kreiranja sekvence u kontekstu dubokog učenja s rekurentnim neuronskim mrežama (RNN) za predviđanje kriptovaluta, rukovanje nedostajućim ili nevažećim vrijednostima je važno kako bi se osigurala tačna i pouzdana obuka modela. Nedostajuće ili nevažeće vrijednosti mogu značajno utjecati na performanse modela, što dovodi do pogrešnih predviđanja i nepouzdanih uvida. U