Рекуррентная нейронная сеть (RNN) — это архитектура глубокого обучения, предназначенная для обработки последовательных данных, таких как текст, речь или временные ряды. В отличие от традиционных нейронных сетей, RNN имеют внутренние циклические связи, что позволяет им запоминать предыдущие состояния и эффективно использовать их при анализе текущих входных данных. Это делает RNN особенно полезными для задач, где важен контекст, например, в машинном переводе или генерации текста. Модификации, такие как LSTM и GRU, помогают справляться с проблемой затухающего градиента и улучшают обучение на длинных последовательностях.