Claro, siempre que pueda identificar factores u observaciones que afecten la ‘cantidad de comida’ que se cocinará al día siguiente, y algunos datos históricos sobre estos factores / observaciones. Y luego entrene un HMM (modelo oculto de Markov) para predecir la cantidad de alimentos requeridos dadas las observaciones pasadas.
Tutorial de HMM: http://www.cs.uml.edu/~grinstei/…
Predicción de series de tiempo financieras usando HMM: https://www.cs.sfu.ca/~anoop/students/rzhang/rzhang_msc_thesis.pdf
- ¿Cuál es la capacidad del aprendizaje automático? Quiero decir, ¿cuánto puede 'aprender' una máquina?
- Cómo realizar la selección de funciones
- ¿Cómo puede un investigador practicar las estadísticas bayesianas sin suficientes conocimientos matemáticos?
- ¿Por qué la función de activación de softmax se llama "softmax"?
- Cómo dar un peso diferente a los conjuntos de características mientras se entrena un clasificador con Scikit
El problema puede ser representado por un modelo de espacio de estado. Un modelo de espacio de estado es, en principio, cualquier modelo que incluye un proceso de observación X (t) y un proceso de estado S (t). El modelo oculto de Markov es un tipo específico de modelo de espacio de estado en el que los estados son markovianos (la distribución de probabilidad condicional de los estados futuros del proceso depende solo del estado actual).