深度学习在很多方面都有着广泛的应用场景，比如人脸识别、图像分类、物体识别、语音识别、文本分类、推荐系统等，今天奇趣编程腾讯qq在线和大家分享一下深度学习在时间序列分类上的应用。
大体上看，用深度学习来进行时间序列分类的过程分为三个步骤：输入时间序列－使用某个深度学习算法进行训练－输出分类概率。这里的深度学习算法有两种，一种是生成式（Generative），一种是判别式（Discriminative）。
时间序列的分类算法思路有以下几种：
1、基于距离的思路。
2、基于特征的思路。
3、基于神经网络的思路。
时间序列降维可视化方法有以下两种：
1、分段聚合，使用局部平均等方法进行降维。
2、核变换，使用BG核或均值核来进行降维。
就目前来看，深度学习在时间序列分类上的应用是一个比较新的领域，很多思路和方法需要大量的各行各业的专业人士去研究。