Прогнозирование результатов по шаблонам с CoreML

Question

Я новичок во всем, что связано с машинным обучением, и хотел бы знать, как, и если есть способ предсказать, например, простые результаты по шаблонам, у меня есть набор данных [1, 2, 3, 1, 3, 2, 1], Пользователь выполняет действие 3, и набор данных превращается в [1, 2, 3, 1, 3, 2, 1, 3], Как я могу предсказать, что пользователь будет делать дальше?

Я планирую использовать это с CoreML, Я нашел это на сайте разработчика Apple. Тем не менее, я считаю, что это прогноз на основе данных, представленных на модели. (Я предполагаю, что это будет с CreateML).

Каков будет рекомендуемый подход к моей проблеме? (Извините за мой английский, я постараюсь уточнить больше, если это необходимо). Спасибо:)

Answer 1

Это похоже на классификатор, который работает с последовательностью входных данных. Типичная модель, используемая для такого рода вещей, - LSTM. Create ML в настоящее время не позволяет вам обучать модели последовательности, такие как LSTM, поэтому вам нужно будет использовать обучающий пакет, такой как Keras (или Turi Create для конкретных приложений).

Вот сообщение в блоге, которое я написал некоторое время назад, которое объясняет, как работают LSTM и как их реализовать на iOS: http://machinethink.net/blog/recurrent-neural-networks-with-swift/ С тех пор появился Core ML, который также поддерживает модели LSTM и немного проще в использовании.