《财务困境预测模型的基础理论概述》4500字.docxVIP

财务困境预测模型的基础理论概述

目录

TOC\o1-3\h\u32092财务困境预测模型的基础理论概述 1

315811.1全连接神经网络原理 1

140201.2LSTM神经网络原理 2

158701.3随机森林 5

120161.4Logistic回归模型 6

本文主要研究LSTM神经网络在财务困境预测领域的预测性能，将LSTM神经网络的预测结果与全连接神经网络、随机森林和Logistic回归模型进行对比从而检验LSTM神经网络预测性能的优劣。随机森林是财务困境预测领域中最好的机器学习算法之一，Logistic回归模型是财务困境预测领域里经典的预测模型，全连接神经网络是深度学习方法中最简单的深度神经网络，与这三个模型的效果进行对比可以很好的反映LSTM神经网络的预测性能。接下来对本文所使用的模型算法原理进行介绍。

1.1全连接神经网络原理

深度学习（DeepLearning）是通过模仿人脑的机制来解释数据的一种机器学习技术，它能模拟人脑进行分析学习，是一种深度神经网络。深度学习方法目前已应用于很多领域，如语音识别和图像识别、自然语言处理和大数据特征提取等且均取得了巨大的成功。

全连接神经网络是深度学习中最简单的深度神经网络，全连接神经网络又被称为“全连接层模型”。“全连接”的意思是指上一层里所有的神经元都与下一层里所有的神经元