zoukankan      html  css  js  c++  java
  • 隐马三问:隐马模型的三个基本问题

    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

  • 相关阅读:
    CentOS 下安装apt-get
    Centos 6.5升级到Git2.1.2的步骤
    JAVA常识积累
    Android网络编程概述
    解读ClassLoader
    android ndk调用OpenGL 实现纹理贴图Texture
    android Bind机制(二)
    Android Binder机制原理(史上最强理解,没有之一)(转)
    NDK常见问题
    根因分析初探:一种报警聚类算法在业务系统的落地实施
  • 原文地址:https://www.cnblogs.com/hbuwyg/p/13232319.html
Copyright © 2011-2022 走看看