序列模型
序列数据
实际中很多数据是有时序结构的。在时序模型中,当前数据跟之前观察到的数据相关
统计工具
在时间 t t t 观察到 x t x_t xt,那么得到 T T T 个不独立的随机变量 ( x 1 , . . . , x T ) ∼ P ( X ) (x_1,...,x_T)\sim P(X) (x1,...,xT)∼P(X)
使用条件概率( p ( a , b ) = p ( a ) p ( b ∣ a ) = p ( b ) p ( a ∣ b ) p(a,b)=p(a)p(b|a)=p(b)p(a|b) p(a,b)=p(a)p(b∣a)=p(b)p(a∣b))展开:
序列模型
自回归模型使用自身过去数据来预测未来
马尔科夫假设
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
潜变量模型
使用潜变量概括历史信息