使用tensorflow seq2seq進行時間序列預測

時間序列預測能夠根據短時間預測，長期預測，以及具體場景選用不一樣的方法，如ARMA、ARIMA、神經網絡預測、SVM預測、灰色預測、模糊預測、組合預測法等等。所謂沒有最好的模型，只有最適合的模型。至於哪種模型能針對特定預測問題達到最高的精度，須要經過實驗來證實。本文經過生成的隨機數利用tensorflow的seq2seq模型進行單變量時間序列預測實驗，目的是理解seq2seq的模型基礎架構以及驗證

>>阅读原文<<