Redes Neurais Recorrentes são utilizadas para previsão e/ou classificação de dados sequenciais como é o caso de Séries Temporais. No entanto, podem apresentar problemas como o Gradiente desaparecendo (Vanish Gradient) e os valores do gradiente ficando muito alto (Exploding Gradient). Assim, um modelo mais sofisticado para evitar que haja estes problemas consiste no Long-short Term Memory (LSTM), em que permite guardar estados de memória como exemplo: "Eu sou brasileiro.....então eu falo português". Para a Rede dizer "Sou brasileiro" ela necessita de um contexto (memória) para descobrir o que deve realizar, isto é, é necessário que ela se recorde de "Sou brasileiro".