Скрытая Марковская Модель (HMM)

Автор: Roger Morrison
Дата создания: 21 Сентябрь 2021
Дата обновления: 19 Июнь 2024
Anonim
7   2   Скрытые марковские модели Hidden Markov Models
Видео: 7 2 Скрытые марковские модели Hidden Markov Models

Содержание

Определение - Что означает Скрытая Марковская Модель (HMM)?

Скрытая марковская модель (HMM) - это своего рода статистическая модель, представляющая собой вариацию цепи Маркова. В скрытой марковской модели существуют «скрытые» состояния, или ненаблюдаемые, в отличие от стандартной цепи Маркова, где все состояния видны наблюдателю. Скрытые марковские модели используются для задач машинного обучения и интеллектуального анализа данных, включая речь, почерк и распознавание жестов.


Введение в Microsoft Azure и Microsoft Cloud | Из этого руководства вы узнаете, что такое облачные вычисления и как Microsoft Azure может помочь вам перенести и запустить свой бизнес из облака.

Техопедия объясняет скрытую марковскую модель (HMM)

Скрытая марковская модель была разработана математиком Л.Е. Баум и его коллеги в 1960-х гг. Как и в популярной цепочке Маркова, скрытая марковская модель пытается предсказать будущее состояние переменной, используя вероятности на основе текущего и прошлого состояния. Основное различие между цепью Маркова и скрытой марковской моделью состоит в том, что состояние в последней не является непосредственно видимым для наблюдателя, даже если выходные данные есть.

Скрытые марковские модели используются для задач машинного обучения и интеллектуального анализа данных. Некоторые из них включают в себя распознавание речи, распознавание рукописного ввода, маркировку части речи и биоинформатику.