【发布时间】：2018-11-27 17:37:18
【问题描述】：
试图围绕CoreML 的功能展开我的头脑。
假设我在时域上有大量数字，我想使用 CoreML 预测和查找模式。 （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相关。
我已阅读：
这似乎不能满足我的需要。
有这样的吗？
还有其他适用于 iOS 的 Core 工具吗？
【问题讨论】：
【发布时间】：2018-11-27 17:37:18
【问题描述】：
您可以通过两种方式处理时间序列：
将时间序列视为静态事物，例如每个月都包含一个由 30 个数字（或 1000 个数字或您拥有的任何类型的数据）组成的输入向量。您根据该向量进行预测。
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。
【讨论】：