Какой алгоритм машинного обучения Fitbit может использовать, чтобы определить, сколько пользователь спал?
Таким образом, носимое устройство, такое как Fitbit, имеет данные от акселерометра (движения в носимом устройстве (часы)), а также частоту сердечных сокращений в зависимости от устройства. И используя данные этих входов, FitBit может предсказать, сколько пользователь спал. Итак, данные у меня выглядят так:
Time |Screen | Mobile_state | Plugged/Unplugged|
10PM - 10:30PM | ON | Moving | Unplugged
11PM - 11:15PM | ON | Moving | Plugged
11:15PM - 11:51PM | OFF | Idle | Plugged
11:51PM - 6:00AM | OFF | Idle | Plugged
6AM - 6:10AM | ON | Idle | UnPlugged
6:10AM - 8:00AM | OFF | Idle | UnPlugged
Так что здесь у меня есть 3 параметра, используя которые я могу сказать, что пользователь спал с 11:15 до 6 утра.
В действительности у меня может быть 5-6 таких параметров. Какой вид алгоритма ML может быть полезен здесь, который принимает этот вид ввода и дает (11:15PM 6AM) в качестве вывода