問題タブ [markov-chains]

マルコフ連鎖を使用する場合、どのようなビジネス ケースがありますか? 偽の投稿を書くために誰かのブログに適用されるマルコフ連鎖の遊び場を見たことがあります。私はいくつかの実用的な例が欲しいのですが？例えば、ビジネスや株式市場の予測などに役立ちます...

編集：例を提供してくれたすべての人に感謝します。それらはすべて有用だったので、それぞれに賛成票を投じました。
Edit2 : 最も詳細な回答を受け入れられた回答として選択しました。私が賛成したすべての答え。

いくつかのアーキテクチャ シミュレーションにマルコフ モデルを使用したいのですが、SHARPE などを購入する予算がありません。プラットフォームに依存しない、または Mac OS/X で利用可能なフリーウェア ツールを知っている人はいますか

シンプルなランダム英文ジェネレーターが必要です。私は自分の言葉を入力する必要がありますが、たとえ意味をなさない場合でも、少なくとも英語の規則に従う長い文を作成できる必要があります.

そこには何百万ものそれらがあると思いますので、車輪を再発明するのではなく、車輪のソース、または私が探し出す必要のない十分な情報を提供するリソースを知っていることを願っています.さびた英語力。

（Onion News） AppleがRevolutionaryNew...を紹介するような予測文アドバイザーを構築したい。文は、おそらくマルコフ連鎖のような定型化された疑似ランダムテキスト生成アルゴリズムによって生成できます。

私はこれを次のように想像します-入力中、予測文のメニューボックスがテキストカーソルの上に表示されます。

• 'テキストカーソルトラック'とその上にメニューを表示する方法
• マルコフ連鎖を実装する最も簡単な方法は何ですか

今日、マルコフ連鎖ジェネレーターについて詳しく読み始めたばかりで、それを構築するプロセス全体に本当に興味をそそられています。私の理解では、将来の状態は現在までの統計的な過去の状態に依存しています。

例：

こんにちは世界。ハロードリー。こんにちは世界。

そのソースでは、「World」が「Hello」の約 66% の後に続きます。

それが常に当てはまる場合、毎回同じ結果を出力しないようにするにはどうすればよいでしょうか。統計的発生は静的文字列では変化しないので、ソースデータが何らかの方法で変更されない限り、バリアントが生成されないと仮定するのは正しいですか?

統計値を考慮しながら、ある程度の柔軟性を確保しながら、静的ソースからバリエーションを取得するにはどうすればよいですか? 上記の例を使用すると、「Dolly」が「Hello」の後に 33% の確率でしか続かない場合、ジェネレーターが「Hello」に「Dolly」を続けられるようにするにはどうすればよいでしょうか?

私が求めているのは、現在の選択に続く単語の統計的存在に基づいて、次の選択の確率をどのように基にすればよいかということです。そうすれば、"Dolly" が 33% の確率で表示され、"World" が 66% の確率で表示されます。

誰か説明してくれませんか

常に 0 の MCMC 受け入れ率になりますか? どんな説明でも大歓迎です！

ランダムでリアルなテキストを生成するためのツールを探しています。私は自分でマルコフ連鎖テキストジェネレーターを実装しましたが、結果は有望でしたが、それらを改善しようとしても大きな成功は得られませんでした。

コーパスを消費するツールや、状況依存または文脈自由の文法に基づいて動作するツールに満足しています。このツールを別のプロジェクトに含めるのに適したものにしたいと思います。私の最近の仕事のほとんどはJavaで行われているので、その言語のツールが好まれますが、C＃、C、C ++、さらにはJavaScriptでも問題ありません。

これはこの質問に似ていますが、範囲が大きくなります。

'msm'パッケージのようなものを探していますが、離散マルコフ連鎖を探しています。たとえば、遷移行列がそのように定義されている場合

状態A、B、Cの場合。その遷移行列に従ってマルコフ連鎖をシミュレートするにはどうすればよいですか？

これがRの質問というよりも統計の質問である場合は、お詫び申し上げます。Rで次のモデルを推定しようとしています。

y_t = mu0（1-S_t）+ mu1 S_t + e_t e_t〜N（0、sigma_t ^ 2）sigma_t ^ 2 = sigma_0 ^ 2（1-S_t）+ sigma_1 ^ 2 S_t

ここで、S_t=0の場合はmu_t=mu0、S_t=1の場合はmu_t=mu1、S_tは0または1のマルコフ過程であり、遷移確率はP（S_t = 1 | S_t-1 = 1）= pおよびP（S_t = 0 | S_t-1 = 0）=q。

'flexmix'はこれに使用するのに適したライブラリでしょうか？私はこの種の統計に慣れていないので、適切なライブラリへのポインタをいただければ幸いです。

ありがとう、

私は楽しみのためにこれをやっています (または 4chan が言うように「笑っているから」)。ほぼ 2 年前に AI コースを受講しましたが、とても楽しかったのですが、なんとかすべてを忘れてしまったので、これはそれをリフレッシュする方法です。

とにかく、一連の入力を指定してテキストを生成できるようにしたいと考えています。基本的に、これはフォーラムの入力 (またはおそらく Twitter のツイート) を読み取り、学習に基づいてコメントを生成します。

最も簡単な方法は、マルコフ連鎖テキスト ジェネレーターを使用することですが、MKC は基本的に語順 (入力テキストが与えられた単語 x の後に出現する可能性が高い単語) によってのみ学習するため、それよりも少し複雑なものが必要です。もう少しスマートにするために何かできることがないかどうかを確認しようとしています。

たとえば、次のようなことをしたい：

• メッセージ ボードの多数の投稿から学びますが、あまり重視しないでください
• 各投稿について:
  • その投稿の他のコメントから学び、これらの入力を重視します
  • コメントを生成して投稿する
  • あなたの投稿に対する他のユーザーの反応を見てみましょう。良い場合はポジティブに評価して、作成したものと同様の投稿をさらに作成し、ネガティブな場合はその逆を行います。

実装方法がわからないのは、重み付けと間違いからの学習の部分です。私は人工ニューラルネットワークについて考えました（主にその章を楽しんだことを覚えているからです）が、私が知る限り、それは主に物事を分類するために使用されています（つまり、有限の選択肢[x1 ... xn]が与えられた場合、どのxがこの与えられた入力です）実際には何も生成しません。

これが可能かどうか、またはそれが私が学習/理解するために何をすべきかどうかさえわかりません. これに最適なアルゴリズムは何ですか?

これをボットとして使用してスパムを送信したり、SO に悪い回答を提供したりするのではないかと心配している方には、(悪い) アドバイスを提供したり、営利目的でスパムを送信したりするためにこれを使用しないことを約束します。SOに関する無意味な考えを投稿することは絶対にありません。自分の娯楽に使おうと思います。

ありがとう！