序列模型相关

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

在这里插入图片描述
我们追求的是对p(x)建模

在这里插入图片描述
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

在这里插入图片描述

在这里插入图片描述

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

相关阅读:
linux清理僵尸进程
机器人中的数值优化（八）——拟牛顿方法（上）
解决windows端口占用
Ubuntu 22.04 更换内地源
ChatGLM2-6B Lora 微调训练医疗问答任务
TikTok心理学：短视频如何触发情感共鸣？
振芯GM8775C：MIPI TO LVDS
厚膜功率电阻器制造：优化性能
网络设计与网络设备配置,网络设计需要哪些设备
【Mybatisplus】初识Mybatisplus+SpringBoot整合

原文地址：https://blog.csdn.net/qq_39338967/article/details/126300487