北科資工二多媒體技術與應用 第八周個人作業 - 請提出一種情境設想，適合使用LSTM (不可與課程講義中所提到的範例相同)，並寫下原因(使用 LSTM 比起 RNN 及其他神經網路結構的優勢)。

筆記說明

此筆記用途在於台北科技大學資訊工程系大二下多媒體技術與應用作業紀錄
並非所有人都適用，部分對我而言稍加容易的內容並不會寫在此內。
這是學習後心得的筆記，可能不太適用會未來的學生

由於我沒有學習過裡面的理論，因此這是資工大二學生透過網路與自身理解的筆記，學習價值並不高、且可能擁有大量錯誤。

請提出一種情境設想，適合使用LSTM (不可與課程講義中所提到的範例相同)，並寫下原因(使用 LSTM 比起 RNN 及其他神經網路結構的優勢)。

LSTM 最大的優勢是他可以對於長短期記憶有效地進行思考，也就是說它適合用於會被時間軸干擾的情境。

我們可以對台灣的不分區立委政黨票進行預測，我們可以判斷國民黨或民進黨的不分區立委票數來預測今年國民黨、民進黨的不分區立委有幾席，讓黨內最優秀的人才可以去立法院進行監督。

其實選民的結構會不斷地進行改變，但改變的幅度不大，主要是老年人辭世，更多年輕人擁有投票權，台灣人大部分都有自己偏好的政黨較不容易會出現大改動，因此如果透過 LSTM 去記錄那微小的選民結構偏好政黨移動，就能夠精準預測出台灣的政黨變化，也可以讓黨內人士去評估到時候可以用多少的人力在立法院內與其他黨聯合、抗爭。