问题标签 [markov-chains]

使用马尔可夫链有哪些商业案例？我已经看到将马尔可夫链的游戏区域应用于某人的博客以撰写虚假帖子。我想要一些实际的例子吗？例如，在商业或股票市场预测等方面有用......

编辑：感谢所有提供示例的人，我对每个示例都投了赞成票，因为它们都很有用。
Edit2：我选择了最详细的答案作为接受的答案。我赞成的所有答案。

我想使用马尔可夫模型进行一些架构模拟，但没有预算购买诸如 SHARPE 之类的东西。有谁知道免费软件工具，独立于平台或可用于 Mac OS/X

我需要一个简单的随机英语句子生成器。我需要用我自己的话来填充它，但它需要能够造出更长的句子，至少遵循英语规则，即使它们没有意义。

我希望那里有数以百万计的人，所以与其重新发明轮子，我希望你知道一个来源，或者一种可以给我足够信息的资源，我不必去寻找我的生疏的英语技能。

我想构建预测句子顾问，例如（洋葱新闻）Apple Introduces Revolutionary New ...。句子可能可以通过像马尔可夫链这样的程式化伪随机文本生成算法来生成。

我想这是 - 在打字时，带有预测句子的菜单框显示在文本光标上方。

• 如何“文本光标轨迹”并在其上显示菜单
• 实现马尔可夫链的最简单方法是什么

我今天刚开始阅读有关马尔可夫链生成器的更多信息，并且对构建它的整个过程非常感兴趣。据我了解，未来状态取决于统计的过去状态到现在。

例子：

你好世界。你好，多莉。你好世界。

在该来源中，“World”大约有 66% 的时间跟随“Hello”。

如果总是这样，那么您如何避免每次都输出相同的结果？统计出现不会随静态字符串而改变，所以我是否可以假设不会生成任何变体，除非源数据以某种方式被修改？

考虑到统计值，我如何从静态源中获得变化，但又允许一些灵活性？使用上面的示例，当“Dolly”仅在 33% 的情况下跟随“Hello”时，如何让我的生成器跟随“Hello”和“Dolly”？

我想我要问的是，我如何根据当前选择之后单词的统计存在来确定下一次选择的概率？这样一来，“多莉”出现了 33% 的时间，而“世界”出现了 66% 的时间——还是我完全迷路了？

任何人都可以向我解释为什么

总是导致 MCMC 接受率为 0？任何解释将不胜感激！

我正在寻找用于生成随机但逼真的文本的工具。我自己实现了一个马尔可夫链文本生成器，虽然结果很有希望，但我改进它们的尝试并没有取得任何巨大的成功。

我会对使用语料库或基于上下文敏感或上下文无关语法进行操作的工具感到满意。我希望该工具适合包含在另一个项目中。我最近的大部分工作都是在 Java 中进行的，因此首选该语言的工具，但我可以使用 C#、C、C++ 甚至 JavaScript。

这与此问题类似，但范围更大。

我正在寻找类似“msm”包的东西，但是对于离散的马尔可夫链。例如，如果我有一个这样定义的转换矩阵

对于状态 A、B、C。如何根据该转换矩阵模拟马尔可夫链？

如果这更像是一个统计问题而不是 R 问题，我深表歉意。我正在尝试在 R 中估计以下模型。

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

其中，如果 S_t = 0，则 mu_t = mu0，如果 S_t = 1，则 mu_t = mu1，并且 S_t 是马尔可夫过程，0 或 1，具有转移概率 P(S_t = 1 | S_t-1 = 1) = p 和 P(S_t = 0 | S_t-1 = 0) = q。

'flexmix' 会是一个很好的库吗？我对这种统计数据不熟悉，因此任何指向正确库的指针都会受到赞赏。

谢谢，

我这样做是为了好玩（或者正如 4chan 所说的“为了 teh lolz”），如果我能在路上学到一些东西就更好了。大约 2 年前我参加了 AI 课程，我真的很喜欢它，但我设法忘记了一切，所以这是一种刷新它的方法。

无论如何，我希望能够在给定一组输入的情况下生成文本。基本上，这将读取论坛输入（或者可能是 Twitter 推文），然后根据学习生成评论。

现在最简单的方法是使用马尔可夫链文本生成器，但我想要一些比这更复杂的东西，因为 MKC 基本上只按词序学习（给定输入文本，哪个词更有可能出现在词 x 之后）。我想看看是否有什么我可以做的让它更聪明一点。

例如我希望它做这样的事情：

• 从留言板中的大量帖子中学习，但不要过分重视
• 对于每个帖子：
  • 从该帖子中的其他评论中学习并权衡这些输入
  • 生成评论和发布
  • 查看其他用户对您的帖子的反应。如果好的权衡它是积极的，所以你会发布更多与所做的相似的帖子，如果是消极的，反之亦然。

这是我不确定如何实施的权衡和从错误中学习的部分。我想到了人工神经网络（主要是因为我记得很喜欢那一章），但据我所知，它主要用于对事物进行分类（即给定一组有限的选择 [x1...xn] 其中 x 是给定的输入）并没有真正产生任何东西。

我什至不确定这是否可能，或者我是否应该去学习/弄清楚。什么算法最适合这个？

对于那些担心我会使用它作为机器人来发送垃圾邮件或对 SO 提供错误答案的人，我保证我不会使用它来提供（错误的）建议或发送垃圾邮件以获取利润。我绝对不会在 SO 上发布它的荒谬想法。我打算将它用于我自己的娱乐。

谢谢！