尽我所能围绕CoreML的功能。
说我在时域上拥有大量数字，我想使用CoreML来预测和发现模式。 （发现与时间和大小有关的未知模式）
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。
我已阅读：
似乎无法回答我的需求。
有这样的东西吗？
iOS是否还有其他Core工具？
答案 0 :(得分：1)
可以使用两种方式处理时间序列：
将时间序列作为静态对象进行处理，例如每个月包含30个数字（或1000个数字或任何类型的数据）的输入向量。您可以基于该向量进行预测。
使用类似于Apple链接中的序列模型。这些模型（LSTM等）会跟踪状态，或多或少会记住他们过去所看到的状态。
您需要使用哪一个取决于您要解决的实际问题。