Программный модуль прогноза временного ряда на основе методов глубокого обучения

Разработанный программный модуль позволяет получать с помощью глубокого обучения прогноз временного ряд. Глубокое обучение вовлекает в процесс до сотни последовательных слоев, которые автоматически определяются под воздействием обучающих данных. В предлагаемом модуле применяется тип рекуррентной нейронной сети под названием Long Short-Term Memory (LSTM). Сеть состоит из четырех слоев: входного слоя временной последовательности; слоя LSTM; полностью связанного слоя; выходного слоя регрессии. Данный вид сети способен обучаться долгосрочным зависимостям, поэтому является наиболее подходящим для запоминания информации в течение длительного периода времени. Программа предназначена для введения в учебный процесс обучения студентов направления «Менеджмент» как составной элемент лабораторного практикума по дисциплинам «Прогнозирования социально-экономических процессов», «Методы исследования в менеджменте».