तंत्रिका नेटवर्क जादू नहीं हैं। यदि आप उनके साथ वैसा ही व्यवहार करते हैं जैसे वे हैं और बिना सोचे समझे उन पर डेटा फेंक देते हैं तो आपके पास बहुत बुरा समय आने वाला है।
आपको खुद को रोकने और पूछने की आवश्यकता है "क्या 1970 के बाद से मिलीसेकंड वास्तव में उस घटना का अनुमान लगाने वाला है जिसकी मुझे दिलचस्पी है?" आपको तुरंत जो जवाब देना चाहिए, वह नहीं है। क्यों? प्रत्येक उदाहरण के लिए आप वास्तव में परवाह करते हैं (भविष्य में होने वाली घटनाएं, पहले से ही हुआ अतीत) समय चर एक मूल्य पर ले जाएगा जो आपके प्रशिक्षण डेटा में समय चर किसी भी मूल्य से अधिक है। इस तरह के एक चर मदद करने के लिए बहुत संभावना नहीं है। इससे भी बदतर अगर आप सावधान नहीं हैं, तो ओवरफिटिंग (शक्तिशाली गैर-रेखीय मॉडल जैसे तंत्रिका नेटवर्क के लिए एक गंभीर समस्या) होने की संभावना है।
अब जो अर्थ हो सकता है वह वर्ष या महीने के सप्ताह की तरह एक चर है जो आपको मौसमी या वार्षिक प्रभाव मॉडल बनाने में मदद कर सकता है। मैंने कृषि रोग की भविष्यवाणी में कुछ काम किया है जहाँ जूलियन दिन एक बहुत ही महत्वपूर्ण चर रहा है। इस अनुभव के आधार पर, मुझे संदेह है कि आप इस प्रकार के चर को क्रमबद्ध चर के रूप में क्रमबद्ध करने के बजाय एन्कोडिंग से बेहतर होंगे, आपका अनुभव बहुत हो सकता है। ध्यान दें कि वर्ष का महीना या सप्ताह ऐसी दोहराई जाने वाली घटनाएं हैं जिन्हें आपके प्रशिक्षण डेटा में कई बार देखने की संभावना होती है और यह स्पष्ट करना संभव है कि इस तरह का एक चर वित्तीय परिणाम को क्यों प्रभावित कर सकता है। 1970 के बाद मिलीसेकंड के साथ इसका विरोध करें जो सिर्फ एक नीरस रूप से बढ़ते मूल्य है।
अंत में, आपके कथन से "या जब तक मैं इसे बाकी डेटा को कालानुक्रमिक रूप से खिलाऊं, तब तक यह अनावश्यक समय खिला रहा है?" ऐसा लगता है कि आपके पास तंत्रिका नेटवर्क कैसे काम करते हैं, इसकी बहुत अच्छी समझ नहीं हो सकती है। एक मानक फीडफॉर्वर्ड न्यूरल नेटवर्क के साथ आप जिस ऑर्डर को नेटवर्क को फीड करते हैं, वह आपके पूर्वानुमानों पर कोई प्रभाव नहीं डालने वाला है। यदि आप स्टोकेस्टिक या मिनी-बैच ग्रेडिएंट वंश का उपयोग कर रहे हैं, तो ऑर्डर प्रशिक्षण को प्रभावित कर सकता है, लेकिन यह केवल पुनरावृत्ति (बैच के विपरीत) प्रशिक्षण पद्धति की एक कलाकृति है। यदि आप एक तंत्रिका नेटवर्क के साथ अस्थायी निर्भरता को मॉडल करना चाहते हैं, तो आपको स्लाइडिंग विंडो या आवर्तक तंत्रिका नेटवर्क जैसी किसी चीज़ का उपयोग करने की आवश्यकता होगी।