神經網絡適用於數據（輸入和輸出）連續的監督式學習嗎？

Question

我工作迴歸模型用的一組158級的輸入和玻璃製造項目，該項目是輸入和輸出的一個連續的過程的4個輸出。神經網絡的使用是否適合這種迴歸模型？如果是的話，我瞭解循環神經網絡可以用於時間序列數據，我應該使用循環神經網絡嗎？如果NN的使用不合適，除線性迴歸和迴歸樹以外，還有哪些其他類型的解決方案？

Answer 1

神經網絡確實適合於連續數據。事實上，它是由默認我想說的連續。確實可以有分立的I/O，這一切都取決於你的功能。其次，RNN適用於時間序列，的方式是。 RNN實際上適合時間步長比時間戳更多。 RNN正在通過迭代進行工作。通常，每次迭代都可以看作是向前邁出的一個固定步驟。這就是說，如果你的數據更像是(date, value)（我稱之爲時間戳），它可能不那麼好。這不是絕對不可能的，但那不是主意。

希望它能幫助，入手簡單RNN，嘗試去了解它是如何工作的，那麼，如果你需要更多，瞭解更復雜的細胞。