He escuchado un poco sobre el uso de redes neuronales para pronosticar series temporales , específicamente redes neuronales recurrentes .
Me preguntaba, ¿hay un paquete de red neuronal recurrente para R? Parece que no puedo encontrar uno en CRAN . Lo más cercano que he llegado es la función nnetTs en el paquete tsDyn , pero eso solo llama a la función nnet desde el paquete nnet . No hay nada especial o "reccurante" al respecto.
Respuestas:
Existe el paquete RSNNS que proporciona acceso al "Simulador de redes neuronales de Stuttgart" (SNNS). Contiene las estructuras de red recurrentes clásicas de los tipos 'Jordan' y 'Elman'. SNNS es un poco viejo (antes de 2000), pero puede valer la pena intentarlo. El paquete R en sí se actualizó en septiembre de este año.
Espero que alguien con más conocimiento de R que yo envíe una respuesta de R, pero no estoy al tanto de nada. Aquí hay una opción: utilizar una de las múltiples implementaciones basadas en Python (por ejemplo, PyBrain o PyNeurGen ) e interactuar de nuevo a R a través de Rpy o (mi preferencia) pyRserve . Sé que esto no es ideal, pero podría darte un camino más fácil que escribir tu propio paquete, al menos al principio. Además, supongo que sería preferible llamar a Python desde R, pero no creo que el paquete RSPython en R se haya actualizado durante algún tiempo.
EDITAR: Parece que PyNeurGen puede no haber sido actualizado en algún momento tampoco. PyBrain parece tener el mayor número de seguidores y está en desarrollo activo .
Hay un nuevo paquete: rnn (en CRAN , en github ), que implementa una red neuronal recurrente en código R nativo.
Un buen ejemplo se puede encontrar aquí:
http://firsttimeprogrammer.blogspot.de/2016/08/plain-vanilla-recurrent-neural-networks.html