概率图模型

概率图模型

概率图模型——用图来表示变量间的相关关系的概率模型

分类：

概率图模型根据边的性质的不同可分为两类：

有向图模型或贝叶斯网：使用有向无环图表示变量间的依赖关系

无向图模型或马尔可夫网：使用无向图表示变量间的依赖关系

 

一、隐马尔科夫模型

隐马尔科夫模型——结构最简单的动态贝叶斯网（无后效性）

主要用于时序的数据建模，在语音识别，自然语言处理等领域有广泛应用

模型：对一个状态，不能直接观察其状态值，但是可以观测到状态的生成的观测状态的值。

三要素构成一个时序的状态转移链——马尔可夫链

要素：

无后效性

状态，观测

状态转移矩阵

状态观测矩阵

初始状态

————确定了一个马尔可夫模型

 

可以认为是三种问题的抽象：

1）已知模型和观测序列，求这一模型下这一观测序列出现的概率

——思路：求出所有观测的情况，就可以计算出当前观测出现的概率(计算量巨大