Si. Creo que se sabe que usan HMM (modelos ocultos de Markov).
Sin embargo, la aplicación que los usarían sería altamente sofisticada y abstracta. Es posible que no utilicen necesariamente un HMM solo para algo tradicional, como el reconocimiento de texto al leer e interpenetrar noticias (aunque también podrían estar haciendo eso).
Uno de los grandes beneficios al usar un método de aprendizaje HMM es la velocidad.
- ¿Cómo explica la localidad de caché el hecho de que la ordenación rápida suele ser más rápida que la ordenación por fusión?
- ¿Cuál es el algoritmo de clasificación más rápido con la menor complejidad?
- Cómo mejorar la estructura de datos Graph en la programación competitiva
- Cómo resolver SPOJ.com - Problema GERGOVIA en SPOJ
- ¿Es necesario aprender matemáticas discretas antes de comenzar a aprender la estructura de datos y el algoritmo? ¿Y cuál será el mejor libro para hacer lo mismo?
Esencialmente, puede detectar fácilmente una variable oculta (una que tiene el potencial de significar algo) y luego relacionarla directamente con un determinado parámetro aprendido (una variable observada; una que realmente sucede). Todo esto se realiza en una configuración estricta de Markovian, lo que significa menos filtración de memoria (es decir, no tener que perder el tiempo volviendo al pasado y mirando puntos de datos innecesarios).
Esto se puede usar en una variedad de aplicaciones, como el precio, el spread (cambios en la solicitud frente a los cambios en la oferta) y el flujo del libro de pedidos.
Esto también tiene un beneficio considerable, en el comercio de estilo HFT y el arbitraje. Principalmente porque, existe este tipo de “círculo vicioso” / relación inversa con sacrificar la sofisticación (cuán inteligente es su algoritmo), por la velocidad (quién llega primero al comercio) y viceversa. Por lo tanto, los HMM pueden realizar mejores trabajos para mantener lecturas más sostenibles y favorables de velocidad y sofisticación.
