In such case she will start a dicti

In such case she will start a dictionary App.
Similarly, a user shopping online will probably start a payment App after hunting a desired commodity.
The last used App directly affects the next using App.
Therefore, we use a Markov chain to describe such memoryless situation in which the current App is only affected by the last used App but not all Apps in the history.
During the data collection process, we record the package name to identify different Apps.

ผลลัพธ์ (ไทย) 1:

ในกรณีดังกล่าว เธอจะเริ่ม App พจนานุกรม ในทำนองเดียวกัน ผู้ค้าออนไลน์อาจเริ่มต้นชำระเงิน App หลังจากการล่าสัตว์เป็นสินค้าที่ต้องการ สุดท้ายใช้ App โดยตรงมีผลต่อถัดไปใช้ App ดังนั้น เราใช้โซ่ Markov เพื่ออธิบายสถานการณ์เช่น memoryless ซึ่ง App ปัจจุบันเป็นเพียงผลจากใช้ App ล่าสุดแต่ปพลิเคชันทั้งหมดในประวัติศาสตร์ในระหว่างกระบวนการเก็บรวบรวมข้อมูล เราบันทึกชื่อแพคเกจระบุปพลิเคชันที่แตกต่างกัน

ผลลัพธ์ (ไทย) 2:

ในกรณีเช่นนี้เธอจะเริ่มต้นพจนานุกรม App.
ในทำนองเดียวกันผู้ใช้ช้อปปิ้งออนไลน์อาจจะเริ่มต้นการชำระเงินต่างหลังจากการล่าสัตว์เป็นสินค้าที่ต้องการ.
ต่างใช้ล่าสุดมีผลโดยตรงต่อต่อไปโดยใช้ App.
ดังนั้นเราจึงใช้โซ่มาร์คอฟที่จะอธิบายความจำดังกล่าว ในสถานการณ์ที่ต่างปัจจุบันได้รับผลกระทบโดยเฉพาะ App ที่ใช้สุดท้าย แต่ไม่ Apps ทั้งหมดในประวัติศาสตร์.
ในระหว่างขั้นตอนการเก็บรวบรวมข้อมูลที่เราบันทึกชื่อแพคเกจเพื่อระบุปพลิเคชันที่แตกต่างกัน

ผลลัพธ์ (ไทย) 3:

ในกรณีเช่นนี้เธอจะเริ่มต้นพจนานุกรม app
ในทํานองเดียวกัน ผู้ใช้ ช้อปปิ้งออนไลน์จะเริ่มจ่ายเงิน app หลังจากล่าที่ต้องการสินค้า
สุดท้ายใช้ app โดยตรงต่อถัดไปใช้ app
ดังนั้นเราจึงใช้ลูกโซ่มาร์คอฟ เพื่ออธิบายสถานการณ์ที่คงทนเช่น app ปัจจุบันเป็นเพียงผลกระทบโดยเมื่อใช้ app แต่ไม่ทั้งหมดปพลิเคชันในประวัติศาสตร์ .
ในระหว่างกระบวนการเก็บรวบรวมข้อมูล ที่เราบันทึกชื่อแพคเกจที่ระบุปพลิเคชันที่แตกต่างกัน