本文是HMM学习笔记的第一部分，主要介绍了HMM的推导，通过一个实例阐述了状态集合的概念，并讨论了HMM中状态转移矩阵和混淆矩阵的时间不变性假设。文章提到了HMM的三个核心问题之一——前向算法。
以下文章参考了下面两个博客：
http://blog.youkuaiyun.com/likelet/article/details/7056068
http://www.52nlp.cn/category/hidden-markov-model
HMM的推导
我们还是以《隐马尔可夫模型(HMM)简介》中的例子来说，状态集合
在状态转移矩阵及混淆矩阵中的每一个概率都是时间无关的——也就是说，当系统演化时这些矩阵并不随时间改变。实际上，这是马尔科夫模型关于真实世界最不现实的一个假设。
Hidden Markov模型的三个问题：
1.前向算法（Forward Algorithm）
扫一扫
301
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
