用 LSTM 做股票价格预测：LSTM 回归问题

LSTM 全称长短期记忆人工神经网络（Long-Short Term Memory），是对 RNN 的变种。

长短期记忆模型（long-short term memory）是一种特殊的 RNN 模型，是为了解决反向传播过程中存在梯度消失和梯度爆炸现象，通过引入门（Gate）机制，解决了 RNN 模型不具备的长记忆性问题。传统的线性模型难以解决多变量或多输入问题，而神经网络如 LSTM 则擅长于处理多个变量的问题，该特性使其有助于解决时间序列预测问题。

在本场 Chat 中，会讲到如下内容：

1. LSTM 知识点介绍
   • LSTM 模型结构
   • LSTM 网络的整个过程：遗忘门、输入门、更新门、输出门
2. 股票数据介绍
   • 字段说明
3. 数据预处理
   • Pandas 加载股票数据
   • 去除无用数据
   • 数据标准化和归一化
   • 生成训练集和测试集
4. 代码实现
5. 完整程序下载

阅读全文: http://gitbook.cn/gitchat/activity/5ed8fa49fb2d034ba765c692

您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ，阅读更多 GitChat 专享技术内容哦。