预测
问题是什么
输入数据的数量这个数字将会随着我们遇到的数据量的增加而增加,序列相关性很长不便于计算
自回归模型
第一种策略,假设在现实情况下相当长的序列是没有必要。
因此我们只需要满足某个长度为τ的时间跨度
第二种策略,是保留一些对过去观测的总结,同时更新预测值和总结,即隐变量
时间节点上的输出又作为输入预测下一个节点的输出
隐变量自回归
如何生成训练数据?
- 使用历史观察预测未来观察
马尔可夫模型
马尔可夫条件:
我们使用 而不是来估计,
只要这种估计近似精确,称序列满足马尔可夫条件。