隱馬爾可夫模型(Hidden Markov Model,HMM)

總結(jié)來自此鏈接

假設我手里有三個不同的骰子。第一個骰子是我們平常見的骰子(稱這個骰子為D6),6個面,每個面(1,2,3,4,5,6)出現(xiàn)的概率是1/6。第二個骰子是個四面體(稱這個骰子為D4),每個面(1,2,3,4)出現(xiàn)的概率是1/4。第三個骰子有八個面(稱這個骰子為D8),每個面(1,2,3,4,5,6,7,8)出現(xiàn)的概率是1/8。



1、轉(zhuǎn)移概率(transition probability):????一個狀態(tài)到另一狀態(tài)的概率

2、輸出概率(emission probability): ? ?隱含狀態(tài)到觀測(可見)狀態(tài)的概率


HMM模型相關(guān)的算法主要分為三類,分別解決三種問題:

?1)知道骰子有幾種(隱含狀態(tài)數(shù)量),每種骰子是什么(輸出概率),根據(jù)擲骰子擲出的結(jié)果(可見狀態(tài)鏈),我想知道每次擲出來的都是哪種骰子(隱含狀態(tài)鏈)。

2)還是知道骰子有幾種(隱含狀態(tài)數(shù)量),每種骰子是什么(輸出概率),根據(jù)擲骰子擲出的結(jié)果(可見狀態(tài)鏈),我想知道擲出這個結(jié)果的概率。

3)知道骰子有幾種(隱含狀態(tài)數(shù)量),不知道每種骰子是什么(輸出概率),觀測到很多次擲骰子的結(jié)果(可見狀態(tài)鏈),我想反推出每種骰子是什么(轉(zhuǎn)換概率)。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
【社區(qū)內(nèi)容提示】社區(qū)部分內(nèi)容疑似由AI輔助生成,瀏覽時請結(jié)合常識與多方信息審慎甄別。
平臺聲明:文章內(nèi)容(如有圖片或視頻亦包括在內(nèi))由作者上傳并發(fā)布,文章內(nèi)容僅代表作者本人觀點,簡書系信息發(fā)布平臺,僅提供信息存儲服務。

相關(guān)閱讀更多精彩內(nèi)容

友情鏈接更多精彩內(nèi)容