我希望你帮我弄清楚我正在处理哪个问题（模式识别或时间序列预测），并找到适合这个问题的最佳NN架构。
在我的问题中，我有很多有限的二维数据集（学习集） 让 N 为我想要使用NN计算的数据集的大小。 我希望我的NN能够学习这些数据，并为其提供数据集的第一个 m 数据，它会为我提供剩余的 N-m 数据。
我认为这是一个模式识别问题，所以这是适合此类的最佳NN架构。
谢谢。
答案 0 :(得分：0)
据我所知，你有一个N行的数据集。并且您希望使用前M行训练您的网络。然后你希望你的NN预测其余的N-M行。
通常，在预测（时间序列预测）中，我们会做这种事情。我们用历史数据训练我们的模型，并尝试预测未来的价值。
因此，在您的情况下，前M行可以在训练阶段训练数据。在模型准确度评估阶段，未来的值可能是您的N-M行。
通常，循环网络最适合时态数据，因为它们可以处理有序数据。 ENCOG还为时态数据提供了一个特殊的数据集。您可以将它们用于解决您的问题。