deep learning用来学习特征,所以重点应该是DL在特征学习上的新方法新应用还是DL在时间序列预测的特征学习上的新方法新应用,还是DL在时间序列预测上的新方法新应用,还是具体到DL空气质量预测上的新方法新应用???
“对于时间序列预测方法,需要分类进行介绍并分析各自的优缺点”
1、对于时间序列预测方法,还是具体到空气质量预测方法?
2、时间序列预测的方法不外乎两种:分类即属性预测,预测即数值预测;前者靠各种分类方法,后者只能是回归;两者并无谁优谁缺可言;
“对于本文研究中要用到的机器学习方法,比如深度学习和多元回归,需要给出最新的方法,并逐一分析各自的优缺点(提出方法设计的基础,直接决定了方法的先进性)”
1、给出最新的机器学习方法,不管是应用在哪里?
2、新方法和老方法都得说一下,然后分析新老方法的优缺点??最后决定用哪个?