Какой тип нейронных сетей использовать для предсказания данных?
Есть обезличенные данные за несколько лет об объекте.
Данные привязаны ко времени.(dd/mm/yy число)
Формат данного файла xml или xls
Необходимо предсказать результат на будущую дату
Какую нейронную сеть выбрать и каким методом должно проходить ее обучение?
Рекуррентные сети обладают кратковременной памятью (т.е. могут делать вывод, исходя из нескольких предыдущих входных значений, а не только одного предыдущего значения). Самые известные типы из них сейчас это LSTM и GRU. Используются, например, для предсказания следующего слова в предложении, исходя из предыдущих. Можно попробовать их и в вашем случае, наверно.
Если данные имеют количественный (не категорийный) характер и представлены в виде численных значений, то предсказание будущих результатов по прошлым есть классическая задача на регрессию и нейронные сети к этому не имеют отношения.
kstyle: Задача на прогнозирование временных рядов - типичная задача на регрессию. Даже если нейронные сети прикрутить к решению данной задачи, это будет не самый оптимальный метод решения. Нейронные сети в лучшем случае дадут равный по точности результат. Но на больших объемах данных нейронные сети (достаточно сложно устроенные для сопоставимой с регрессией точности предсказания) проигрывают регрессии в скорости обучения.
nirvimel: Если Вы имеете ввиду, что регрессионный метод (а точнее - метод на основе МНК) является одним из возможных методов предсказания значений временного ряда - полностью с Вами согласен. Но именно - одним из. Существует большое количество других подходов к задаче прогнозирования временного ряда.
Про то, что для данной задаче нет смысла городить огород с нейронной сетью - тоже согласен. Не нужно усложнять решение там, где это усложнение не даст ощутимого выигрыша в точности модели.
Простой
