S153580的博客

这周的任务添加了探索式数据分析（EDA），什么是探索式数据分析呢？探索性数据分析（Exploratory Data Analysis，简称EDA）是一种数据处理方法，用于在数据建模之前对数据进行初步的观察和分析。通过可视化、总结统计量和数据变换等技术，探索性数据分析帮助研究者理解数据的特征、分布和潜在的关系，为后续的数据分析和建模提供指导。

长短时记忆网络（Long Short-Term Memory, LSTM）的本质是一种特殊的循环神经网络（Recurrent Neural Network, RNN），它被设计来解决标准RNN在处理长序列数据时遇到的梯度消失或梯度爆炸问题，这些问题限制了RNN在处理长距离依赖关系时的能力。LSTM的核心创新在于它引入了所谓的“门控机制”（gates），这些门控机制允许网络学习何时让信息进入或离开网络，以及何时保留或更新长期状态。遗忘门（Forget Gate）

RNN（Recurrent Neural Network）是一种特殊的神经网络，它能够处理序列数据，如时间序列、文本序列等。RNN与传统神经网络的主要区别在于其结构特点和计算机制。结构特点RNN由一系列相互连接的节点组成，每个节点代表一个状态。这些节点通过反馈回路连接在一起，使得网络能够记住之前的状态信息。计算机制RNN在计算当前状态时，不仅考虑当前输入，还考虑上一个状态的信息。这种机制使得RNN能够捕捉到数据的长期依赖性，适用于处理时间序列数据。应用场景。