俺去操//\,99riav在线播放,国产高潮白浆AV在线

隱馬爾可夫模型

隱馬爾可夫模型簡(jiǎn)稱HMM，是比較經(jīng)典的機(jī)器學(xué)習(xí)模型，在語(yǔ)言識(shí)別，自然語(yǔ)言處理，模式識(shí)別等領(lǐng)域得到了廣泛的應(yīng)用

HMM模型可以解決哪些問(wèn)題？

使用HMM模型時(shí)，我們的問(wèn)題一般有兩個(gè)特征
1)問(wèn)題是基于序列的，比如時(shí)間序列或者狀態(tài)序列
2)問(wèn)題中有兩類數(shù)據(jù)，一類是觀測(cè)序列，一類是不能觀察到的隱藏狀態(tài)序列

前置知識(shí)

齊次一階馬爾可夫性

齊次的理解
就是在馬爾科夫鏈 $s_1,s_2,s_3,,,s_n$ 中， $s_t$ 馬氏鏈中的任意轉(zhuǎn)移到 $s_{t+1}$ 所服從的概率分布是相同的，這個(gè)就叫做齊次
馬爾可夫性，可以通俗的理解為：現(xiàn)在決定未來(lái)。
在馬爾科夫鏈 $s_1,s_2,s_3,,,s_n$ 中：
1階Markov的通俗理解： $s_3$ 只與 $s_2$ 有關(guān)， $s_2$ 只與 $s_1$ 有關(guān)；
1階Markov更專業(yè)表述：在給定 $s_3$ 的情況下， $s_2$ 與 $s_4$ 無(wú)關(guān)。
之所以說(shuō)是1階，也就是關(guān)聯(lián)鏈條的長(zhǎng)度為1；如果是2階的話，那就是在給定 $s_3$ 和 $s_4$ 的情況下， $s_2$ 與 $s_5$ 是無(wú)關(guān)的。
1階Markov的目的是簡(jiǎn)化計(jì)算，因?yàn)橛?jì)算鏈條變短了。