.【机器学习】隐马尔可夫模型(Hidden Markov Model,HMM)

文章介绍了概率图模型,区分了有向图模型(贝叶斯网络)和无向图模型(马尔可夫网络),重点阐述了隐马尔可夫模型(HMM)的概念、结构及其实现中的关键算法,包括状态转移矩阵学习、动态规划方法(如前向算法、后向算法和维特比算法)以及在中文分词中的应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

概率图模型是一种用图形表示概率分布和条件依赖关系的数学模型。概率图模型可以分为两大类:有向图模型和无向图模型。有向图模型也叫贝叶斯网络,它用有向无环图表示变量之间的因果关系。无向图模型也叫马尔可夫网络,它用无向图表示变量之间的相关关系。概率图模型可以用于机器学习,人工智能,自然语言处理,计算机视觉,生物信息学等领域。

c3874033a7f26f6b6663094bb65356f5.png

一、马尔科夫模型

随机过程

4ef928ec51a14e3a6c03b0f587ef8960.png

马尔科夫过程

ee4dba09e2b75026e63d223c968142af.png

马尔科夫链

1afd38203bf7571c24942242a3428240.png

状态转移矩阵通过训练样本学习得到,采用最大似然估计

d32380559f5cd6ae90c81c8b1fbd300e.png

二、隐马尔可夫模型简介

2.1 模型结构

隐马尔可夫模型(Hidden Markov Model,HMM)

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值