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