回答編集履歴
1
追記
test
CHANGED
@@ -4,12 +4,16 @@
|
|
4
4
|
|
5
5
|
気温のような時系列データの場合は、「過去数回の情報」によって「次の情報(気温)]が分かる…というような捉え方をすることがあります。手法はいろいろありますが、
|
6
6
|
|
7
|
-
・ ユニグラム・バイグラム の考え方 [機械学習クソ素人の俺がプロダクトをリリースするまでの2ヶ月で覚えたこと](http://qiita.com/puriketu99/items/c519a95c0b16ea63c1ac)
|
7
|
+
・ ユニグラム・バイグラム の考え方 [機械学習クソ素人の俺がプロダクトをリリースするまでの2ヶ月で覚えたこと](http://qiita.com/puriketu99/items/c519a95c0b16ea63c1ac) (キーワード bi-gram, n-gram)
|
8
8
|
|
9
9
|
・ ARIMA モデル等 [時系列解析_理論編](http://logics-of-blue.com/%E6%99%82%E7%B3%BB%E5%88%97%E8%A7%A3%E6%9E%90_%E7%90%86%E8%AB%96%E7%B7%A8/)
|
10
10
|
|
11
|
-
・HMM, CRF 等の「状態」と「出力」を考えるモデル
|
11
|
+
・HMM, CRF 等の「状態」と「出力」を考えるモデル (HMM が学びやすいかな)
|
12
12
|
|
13
13
|
等が、良く出てくる例でしょうか。(まだまだ、あります)
|
14
14
|
|
15
15
|
ARIMA モデルなどは、R で手軽に利用できます。詳しく知りたければコメント下さい。
|
16
|
+
|
17
|
+
|
18
|
+
|
19
|
+
微妙な偏りのあるデータなら、自分は n-gram か、HMM でモデル化しますね。
|