什么是基于时间的二进制预测的最佳 AI 算法答案

【问题标题】：What is the best AI algorithm for time based binary prediction什么是基于时间的二进制预测的最佳 AI 算法
【发布时间】：2018-12-26 18:16:16
【问题描述】：

基于先前结果的数据库进行基于时间的二进制预测的最佳 AI 算法是什么？有了所有的算法，我正在寻找关于最佳算法的建议，以训练自己根据数据库“数据集”预测不完整“实时”数据集的下一个二进制数。

以前记录和存储的示例数据集

Binary Data Set 1  100**110111**0010111000111010101

Binary Data Set 2  0110010001101110110**110111**000

Binary Data Set 3  0010110010**110111**1001011011011000

在每个集合中，我们找到模式 110111 和下一个事件

Set 1 -  110111  Next event is  0

Set 2 -  110111  Next event is  0

Set 3 -  110111  Next event is  1

在 2 个数据集中，下一个事件是 0，在 1 个数据集中，下一个事件是 1。所以在我们非常小的示例中……如果出现这种模式，我们会做出 0 的预测，因为它出现 66% 的时间。但是算法会训练自己做出这个决定。

实时 - 实时二进制事件每秒 1 个。我们收到了以下不完整的数据，并希望预测接下来会发生什么 1000010000110111 哪种算法最适合预测接下来会发生什么？

感谢您的帮助！！

【问题讨论】：

您的问题在这里不太适合，但值得提出。一般问题请查看"Which site?"
我不明白。计算下一位得到 1 或 0 的频率，并预测出现频率更高的那个。这怎么算人工智能？
你真的应该尝试一个解决方案并包括你迄今为止的工作......
感谢 cmets。在过去的 3 年中，我编写了 4 个项目，试图在没有 AI 的情况下解决这个问题。我一直试图将我的规则应用于数据，当我希望 AI 能帮助我挖掘出需要哪些规则时。所以我正在转移注意力，只是想确保我正在学习正确的算法来解决我的问题。 Laurenz - 一个有效的问题，但我不只匹配一个模式。我想要任何 1 和 0 的模式，从 3 位的长度到 ...nbits 它可以通过“手动”匹配来完成，我已经做到了，我只是将注意力转移到希望改进上。再次感谢

标签： algorithm neural-network artificial-intelligence genetic-algorithm

【解决方案1】：

循环神经网络，尤其是 LSTM（长短期记忆）网络用于时间序列预测。在您的情况下，数据非常简单，可以轻松建模。看看这个The magic of LSTM networks

【讨论】：

非常感谢 Trifon！我已经多次编写这个项目来进行“手动”模式匹配和计数。这种分析有一个缺陷，它假设“我的”规则是正确的。当我想找出“什么规则对这个问题是正确的”时。当我开始阅读各种算法时，很明显我需要正确的算法来完成正确的工作。非常感谢您的回复，我将为我节省大量开始研究的时间！