用于时间序列分析的 Core ML
Core ML for time series analysis
我正在努力了解 CoreML 的功能。
假设我在时域上有大量数字，我想使用 CoreML 来预测和查找模式。 （找到与时间和幅度相关的未知模式）
例如-LSTM Network、Random Forest、Time Delay等
Apple 文档中的大多数模型都与图像和文本有关。
我读过这个：
这似乎没有回答我的需要。
有没有这样的东西？
iOS 还有其他 Core 工具吗？
您可以通过两种方式处理时间序列：
将时间序列视为静态事物，例如每个月都包含一个包含 30 个数字（或 1000 个数字或您拥有的任何类型的数据）的输入向量。您根据该向量进行预测。
使用类似于 Apple link 的序列模型。这些模型（LSTM 等）跟踪状态，或多或少地记住他们过去看到的东西。
您需要使用哪一个取决于您要解决的实际问题。
我正在努力了解 CoreML 的功能。
假设我在时域上有大量数字，我想使用 CoreML 来预测和查找模式。 （找到与时间和幅度相关的未知模式）
例如-LSTM Network、Random Forest、Time Delay等
Apple 文档中的大多数模型都与图像和文本有关。
我读过这个：
这似乎没有回答我的需要。
有没有这样的东西？
iOS 还有其他 Core 工具吗？
您可以通过两种方式处理时间序列：
将时间序列视为静态事物，例如每个月都包含一个包含 30 个数字（或 1000 个数字或您拥有的任何类型的数据）的输入向量。您根据该向量进行预测。
使用类似于 Apple link 的序列模型。这些模型（LSTM 等）跟踪状态，或多或少地记住他们过去看到的东西。
您需要使用哪一个取决于您要解决的实际问题。