Slēptais Markova modelis (HMM)

Autors: Roger Morrison
Radīšanas Datums: 21 Septembris 2021
Atjaunināšanas Datums: 14 Jūnijs 2024
Anonim
Hidden Markov Model | Numerical Example | Part 2
Video: Hidden Markov Model | Numerical Example | Part 2

Saturs

Definīcija - ko nozīmē slēptais Markova modelis (HMM)?

Slēptais Markova modelis (HMM) ir sava veida statistiskais modelis, kas ir Markova ķēdes variācija. Slēptā Markova modelī ir "slēpti" stāvokļi vai arī tie nav novēroti, atšķirībā no standarta Markova ķēdes, kurā visi stāvokļi ir redzami novērotājam. Slēptos Markova modeļus izmanto mašīnmācīšanās un datu ieguves uzdevumos, ieskaitot runu, rokrakstu un žestu atpazīšanu.


Ievads Microsoft Azure un Microsoft Cloud | Šajā rokasgrāmatā jūs uzzināsit, kas ir mākonis skaitļošana un kā Microsoft Azure var palīdzēt jums migrēt un vadīt savu biznesu no mākoņa.

Techopedia skaidro paslēptā Markova modeli (HMM)

Slēpto Markova modeli izstrādāja matemātiķis L.E. Baums un viņa kolēģi 60. gados. Tāpat kā populārā Markova ķēde, arī slēptais Markova modelis mēģina paredzēt mainīgā stāvokli nākotnē, izmantojot varbūtības, pamatojoties uz pašreizējo un iepriekšējo stāvokli. Galvenā atšķirība starp Markova ķēdi un slēpto Markova modeli ir tā, ka stāvoklis pēdējā nav tieši novērotājam redzams, kaut arī izeja ir.

Slēptie Markova modeļi tiek izmantoti mašīnmācīšanās un datu ieguves uzdevumos. Daži no tiem ietver runas atpazīšanu, rokraksta atpazīšanu, runas daļas marķēšanu un bioinformātiku.