2019/12/27
《No.26: p201-p205》《增强型分析-AI驱动的数据分析、业务决策与案例实践》读书笔记
第7章 深入探讨RNN

7.1 两种建模方法: Prediction和Sequence Lebeling
7.1.1 Prediction的特点
  1.须选定”观察期”及”表现期”
  2.观察期: 在给定截止日期之前或发生购买之前的时间窗口。
  3.表现期: 截至某时间点，用于观察实际购买情况的时间窗口。

7.1.2 Sequence Labeling
  RNN就是模拟人们在理解类似文本这样的数据时既考虑序列也考虑上下文才能较好地进行判断的原理，开发出来的算法。

7.2 RNN及其变种的详细原理
  7.2.1 RNN的Activation函数
   1.Sigmoids函数: 逻辑回归的核心算法。此函数的取值范围是[0,1]
   2.Tanh函数: 取值范围是[-1,1]。
   3.卷积网络之父，Yann LeCun，建议采用Tanh函数，因为容易收敛。
  7.2.2 RNN的初级神经元及计算逻辑
   RNN的初级神经元只用Sigmoid处理序列中的每一个值而已。