swift - 用于时间序列分析的 Core ML

Question

试图围绕CoreML.

假设我在时域上有大量数字，我想使用CoreML. （发现与时间和幅度有关的未知模式）

例如 - LSTM Network、Random Forest、Time Delay等。

Apple 文档中的大多数模型都与图像和文本有关。

我读过这个：

https://developer.apple.com/documentation/coreml/core_ml_api/making_predictions_with_a_sequence_of_inputs

这似乎不能回答我的需要。有这样的吗？iOS还有其他Core工具吗？

标签： swiftcoreml

Answer 1

有两种方法可以处理时间序列：

1. 将时间序列视为静态事物，例如每个月都包含 30 个数字（或 1000 个数字或您拥有的任何类型的数据）的输入向量。您根据该向量进行预测。

2. 使用 Apple 链接中的序列模型。这些模型（LSTM 等）会跟踪状态，这或多或少会记住他们过去看到的内容。

您需要使用哪一个取决于您要解决的实际问题。