LSTM 시계열 예측

문제 설명

LSTM(Long Short-Term Memory)을 사용하여 시계열 예측 모델을 구현하세요.

LSTM 구조

Forget Gate: f_t = σ(W_f · [h_{t-1}, x_t] + b_f)
Input Gate: i_t = σ(W_i · [h_{t-1}, x_t] + b_i)
Candidate: C̃_t = tanh(W_c · [h_{t-1}, x_t] + b_c)
Cell State: C_t = f_t * C_{t-1} + i_t * C̃_t
Output Gate: o_t = σ(W_o · [h_{t-1}, x_t] + b_o)
Hidden: h_t = o_t * tanh(C_t)

요구사항

• NumPy로 LSTM 셀 구현
• 순전파/역전파
• 시퀀스 데이터 처리
• Gradient Clipping

데이터

과거 60일 데이터로 다음 날 종가 예측

평가 기준

• LSTM 수식 정확성
• 역전파 구현
• 예측 성능 (RMSE)