基于RNN(循环神经网络)的北京雾霾天气指数的预测（keras实现RNN,LSTM神经网络算法)

随着科学技术的发展，人们渴望对天气有一定的掌握空间，从古代的夜观天象到如今的气象卫星，人类在对天气的预测上不断的进步与发展，本文将运用循环神经网络实现对天气情况的初步预测，循环神经网络是人工智能领域深度学习的一种算法，基于对时间序列事情的处理能达到特别好的效果，而天气影响因素恰恰是基于时间序列的。我们通过神经网络模型对影响天气因素的学习，比如：风速、风向、露点温度、（大气）压力等一系列外观因素可以

>>阅读原文<<