我有 m( 大约 O(millions) ) 行类型

timestamp | val | ind1 | ind2 | ind3 | .... k entries 

我的任务是预测任何未来给定时间的“val”值。我应该如何将其建模为机器学习问题。请注意，在不知道当前值的情况下，我们希望在给定过去数据的情况下获得“val”的值

ind1 | ind2 | ind3 | .... etc.

同一行的。这在这个意义上是不同的。

正式地，假设我有表的前 i 行（每个条目都是已知的）。我想预测的值（j>i，即不久的将来）。我将如何做到这一点？我之前没有使用 ML 或 TensorFlow 进行过此类预测。如果我们得到等但不是。这种预测本来很容易。$val_j$$ind1_j,ind2_j,...$$val_j$

即使我将我的 val 建模为先前索引的 ind1、ind2 等的函数。我将如何在不同的未来时间获得它？

关于数据我对数据知之甚少。我所知道的是它与股票和交易所有关。也许“val”是依赖于 ind1、ind2 等的实体。除此之外，您假设任何合适的东西。

我有 m( 大约 O(millions) ) 行类型

timestamp | val | ind1 | ind2 | ind3 | .... k entries 

我的任务是预测任何未来给定时间的“val”值。我应该如何将其建模为机器学习问题。请注意，在不知道当前值的情况下，我们希望在给定过去数据的情况下获得“val”的值

ind1 | ind2 | ind3 | .... etc.

同一行的。这在这个意义上是不同的。

正式地，假设我有表的前 i 行（每个条目都是已知的）。我想预测的值（j>i，即不久的将来）。我将如何做到这一点？我之前没有使用 ML 或 TensorFlow 进行过此类预测。如果我们得到等但不是。这种预测本来很容易。$val_j$$ind1_j,ind2_j,...$$val_j$

即使我将我的 val 建模为先前索引的 ind1、ind2 等的函数。我将如何在不同的未来时间获得它？

关于数据我对数据知之甚少。我所知道的是它与股票和交易所有关。也许“val”是依赖于 ind1、ind2 等的实体。除此之外，您假设任何合适的东西。

请给出任何想法，随着新数据行的添加，系统将如何迭代学习。我不想一次又一次地进行整个培训。