© 2023 yanghn. All rights reserved. Powered by Obsidian
8.1 序列模型
要点
1. 序列数据
对于图像问题,CNN 的图像之间要求是独立同分布的,但现实很多数据都不是独立同分布的,因为数据的产生有时间先后,而后面的数据完全会依赖前面的数据,这种对于时序的数据,例如:
- 音乐、语音、文本和视频都是连续的。如果它们的序列被我们重排,那么就会失去原有的意义
- 人类之间的互动也是连续的,这可以从微博上的争吵和辩论中看出
我们的目标就是为了找到一个模型来拟合
2. 统计工具
2.1 自回归模型
所谓自回归模型,指的是用过去的数据来拟合未来的时间点,对条件概率建模:
建模的任务就变成:
- 找到合适的
- 找到合适的
方案 A:马尔科夫假设
假设当前的数据只和过去的
利用马尔科夫假设构造确定特征数的结构化数据,可以用任意的机器学习技术