【keras】利用LSTM進行單變量時間序列預測和多變量時間序列預測

        對於較爲簡單的時間序列預測問題，可使用Exponential Smoothing和ARIMA等傳統模型很是方便地求解。然而，對於複雜的時間序列預測問題，LSTM不失爲一種很好的選擇。所以，本文旨在探討如何利用LSTM神經網絡求解時間序列預測問題。首先，須要明白時間序列預測問題是如何轉換爲傳統的監督學習問題的，即時間窗方法。有關時間序列預測問題轉換爲監督學習的過程請移步：Time S

>>阅读原文<<