| 序号 | 问题 | 别名 | 问题详细描述 | 解法 |
|---|---|---|---|---|
| 1. | 评估问题 | 概率计算问题 样本生成问题 | 给定一个模型，如何计算某个特定的输出序列的概率 | Forward-Backward算法 |
| 2. | 学习问题 | 参数估计问题 模型训练问题 | 给定足够量的观测数据，如何估计隐含马尔科夫模型的参数 | Baum-Welch算法 |
| 3. | 预测问题 | 解码问题 序列预测问题 | 给定一个模型和某个特定的输出序列，如何找到最可能产生这个输出的状态序列 | Viterbi算法 |
（1）评估问题：也即概率计算问题。在给定模型和观测序列的条件下，计算在给定模型下观测序列出现的概率。
前向、后向算法用于解决评估问题，也就是说，在给定模型下，求某观测序列出现的概率，用于评估该观测序列最匹配的模型。
（2）模型学习问题：也即参数估计问题，具体是指，用已知的观测序列去估计模型中的参数，使得在给定模型下观测序列出现的概率最大，采用的方法为极大似然估计方法。
Baum-Welchs算法用于解决模型学习问题，即参数估计，它是zy一种无监督的训练方法，主要通过EM迭代来实现。
（3）解码/预测问题：已知模型和观测序列，在给定的观测序列下，求其最可能对应的状态序列。
维特比算法用于解决的是给定一个模型和某个特定的输出序列下，求最可能产生这个特定的输出序列对应的状态序列。
https://zhuanlan.zhihu.com/p/35169365
