序列数据

实际中很多数据是有时序结构的
如电影的评价随时间变化而变化
1.拿奖后评分上升，直到奖项被忘记
2.看很多好电影后，期望越来越高
3.季节性：贺岁片、暑期档
4.导演、演员的负面报道导致评分变低

更多例子

统计工具

我们追求的是对p(x)建模

序列模型

自回归：给定一些数据，去预测数据的时候，不是使用的其他数据，而是这些数据前面的一些样本

方案A-马尔科夫假设

方案B-潜变量模型

总结

1.时序模型中，当前数据跟之前观察到的数据相关
2.自回归模型使用自身过去数据来预测未来
3.马尔科夫模型假设当前只跟最近少数数据相关，从而简化模型
4.潜变量模型使用潜变量来概括历史信息