54分钟
LSTM实战——实现时间序列预测
在实际工作过程中，我们经常会遇到一些需要预测的场景。即对于给定的一个数据集，我们需要预测出下一个时刻的值，如预测商户交易量、预测商品销售额等等。LSTM（Long Short-Term Memory）…
在实际工作过程中，我们经常会遇到一些需要预测的场景。即对于给定的一个数据集，我们需要预测出下一个时刻的值，如预测商户交易量、预测商品销售额等等。LSTM（Long Short-Term Memory）意为长短期记忆网络，是一种时间递归神经网络，适合用来处理时间序列数据，在时间序列的预测问题中表现尤为突出。
本门课我们将基于 LSTM网络架构进行时间序列预测实战，课程从时间序列模型的基本概念原理出发，逐步带领学员完成预测模型的完整输出。
在整个项目实战过程中，我们更多注重对学员的引导，帮助学员在操作过程中进一步强化对理论知识的理解，并培养学员的应用操作能力。
一、时间序列模型
二、网络结构与参数定义
三、构建LSTM模型
四、训练模型与效果展示
五、多序列预测结果
六、股票数据预测
七、数据预处理
八、预测结果展示
唐宇迪
同济大学硕士，华东理工大学博士