人工智能深度学习神经网络在双色球彩票中的应用研究(二)

深度学习这个能否用到数字彩（双色球，时时彩）这种预测上来呢？
神经网络的看到有不少论文研究这个的，深度学习的还没有看到相关研究的文章
预测也就是分类任务深度学习应该是能做的序列的数据可能得用LSTM

深度学习和机器学习是不是差别很大呢？
机器学习的范围太大了深度学习主要是神经网络的拓展。

当年，神经网络被F·Rosenblatt一篇著作《感知机》给直接打了下去，然后美国军方也大量撤资，神经网络的研究就此陷入低潮，直到这些年，计算机飞速发展，加上美国的物理学家Hopfield的两篇论文，才上神经网络重新热了起来，为了让公共不会认为这个又是神经网络而影响推广，所以改名为深度学习，两者其实一码事。

-----------------------------------

深度学习的dl4j在文本分析上用了lstm（分类任务）
http://deeplearning4j.org/lstm.html

Google开源的深度学习框架tensorflow也有个例子：ptb_word_lm

caffeonspark用在视觉图片识别上比较好，dl4j用在NLP上做类似问答搜索的比较多，tensorflow用在学习新的算法上，dl4j, caffeonspark, tensorflow都有LSTM自动分类的算法应用，理论上主流的开源深度学习框架都可以用在彩票预测上来。

LSTM实现详解-CSDN.NET
http://www.csdn.net/article/2015-09-14/2825693

深入浅出LSTM神经网络 | 数盟社区
http://dataunion.org/19397.html

文档自动摘要小工具PKUSUMSUM，集成多种无监督摘要提取算法，支持多种摘要任务与多种语言，采用Java编写，代码完全开源，欢迎批评指正，也欢迎同行一起完善该工具，具体介绍和下载地址为：http://www.icst.pku.edu.cn/lcwm/wanxj/pkusumsum.htm

----------------------------------

Theano LSTM代码解析 - DeepLearningGroup的博客
http://blog.csdn.net/DeepLearningGroup/article/details/51385136

人人都能用Python写出LSTM-RNN的代码！[你的神经网络学习最佳起步]
http://blog.csdn.net/zzukun/article/details/49968129

LSTM实现详解
http://www.csdn.net/article/2015-09-14/2825693

Python中利用LSTM模型进行时间序列预测分析
http://www.cnblogs.com/arkenstone/p/5794063.html

时间序列预测分析就是利用过去一段时间内某事件时间的特征来预测未来一段时间内该事件的特征。这是一类相对比较复杂的预测建模问题，和回归分析模型的预测不同，时间序列模型是依赖于事件发生的先后顺序的，同样大小的值改变顺序后输入模型产生的结果是不同的。
举个栗子：根据过去两年某股票的每天的股价数据推测之后一周的股价变化；根据过去2年某店铺每周想消费人数预测下周来店消费的人数等等

要注意的是应为lstm是依赖序列关系的，所以你的下一次预测结果也会影响之后的预测，如果当中有偏差，这个偏差会累积到之后的预测结果，因此长时间的预测的准确性都是不高，但如果只是看趋势的话倒影响不大。

当你理解怎样处理隐藏层的时候，实现任何RNN都会很容易。仅仅把一个常规MLP层放到顶部，然后连接多个层并且把它和最后一层的隐藏层相连，你就完成了。

----------------------------------