Je cherche une sorte de bibliothèque intelligente (je pensais au réseau neural) que je puisse nourrir une liste de données historiques et cela prédire la prochaine séquence de sorties.
Comme exemple, je voudrais nourrir la bibliothèque les figures suivantes 1,2,3,4,5
et en fonction de cela, il devrait prédire la séquence suivante est de 6,7,8,9,10, etc.
Les entrées seront beaucoup plus complexes et contiennent beaucoup plus d'informations.
Ceci sera utilisé dans une application C #.
Si vous avez des recommandations ou des avertissements qui seront formidables.
merci
Qu'est-ce que j'essaie de faire, j'utilise des données de vente historiques, prédire le montant qu'un client spécifique va probablement dépenser probablement dans la prochaine période.
Je comprends qu'il existe des dizaines de facteurs externes pouvant influer sur les achats d'un client, mais pour le moment, je dois simplement la baser sur l'historique des ventes, puis tracer un graphique indiquant les ventes passées et les ventes prévues.
3 Réponses :
Si je comprends votre question correctement, vous souhaitez approcher et extrapoler une fonction inconnue. Dans votre exemple, vous connaissez les valeurs de fonction une bonne approximation de ces points serait f (x) = x + 1 , et cela donnerait F (5) = 6 ... comme prévu. Le problème est que vous ne pouvez pas résoudre ceci sans savoir sur la fonction que vous souhaitez extrapoler: est-ce linéaire? Est-ce un polynôme? Est-ce lisse? Est-ce (environ ou exactement) cyclique? Quelle est la plage et le domaine de la fonction? Plus vous connaissez la fonction que vous souhaitez extrapoler, plus vos prédictions seront meilleures.
Vous ne comprenez pas, il souhaite que le programme scanne son cerveau et sache exactement ce qu'il pense. ahem, ai
J'ai juste un avertissement, désolé. =)
mathématiquement, il n'ya aucune raison de votre séquence supérieure à suivre par un "6". Je peux facilement vous donner une seule fonction, dont la valeur suivante est une valeur que vous ressemble. C'est juste que les humains comme des règles simples et ont donc tendance à voir une connexion dans ces séquences, qu'en réalité n'est pas là. Par conséquent, il s'agit d'une tâche impossible pour un ordinateur, si vous ne souhaitez pas le nourrir avec des informations supplémentaires.
EDIT:
Dans le cas où vous soupçonnez vos données pour avoir une dépendance fonctionnelle connue et que vous trouverez des facteurs extérieurs incontrôlables, peut-être régression L'analyse aura de bons résultats. Pour commencer facilement, consultez Régression linéaire en premier.
Si vous ne pouvez pas assumer la dépendance linéaire, il existe une belle application qui cherche des fonctions ajustant vos données historiques ... Je vais mettre à jour cet article avec son nom dès que je me souviens. =)
Ce que j'essaie de faire, j'utilise des données de vente historiques, prédisez le montant qu'un client spécifique va probablement passer probablement à la prochaine période.Je comprend qu'il existe des dizaines de facteurs externes pouvant influer sur les achats d'un client, mais pour l'instant, nous allons simplement baser sur l'historique des ventes.
Si vous recherchez une API .NET, je vous recommanderais d'essayer Aforge.net http://code.google.com/p/aforge/
Si vous voulez simplement essayer divers algorithmes d'apprentissage de la machine sur un ensemble de données que vous avez à votre disposition, je vous recommanderais de jouer avec