机器学习之隐士马尔科夫链简介
隐马尔可夫模型是关于时序的概率模型
组成:初始概率分布,状态转移概率分布,观测概率分布
Q:所有可能状态的集合,V:所有可能观测的集合,I: 长度为T的状态序列,O:对应的观测序列
A:状态转移概率矩阵,B:观测概率矩阵,三要素
1.概率计算问题
2.学习问题
3.近似问题
隐马尔可夫模型是关于时序的概率模型
组成:初始概率分布,状态转移概率分布,观测概率分布
Q:所有可能状态的集合,V:所有可能观测的集合,I: 长度为T的状态序列,O:对应的观测序列
A:状态转移概率矩阵,B:观测概率矩阵,三要素