机器学习——隐马尔科夫模型（HMM）

学习资料：

• 《统计学习方法》——李航老师；
• 徐亦达机器学习视频；

我的笔记：

• 学习隐马尔可夫模型之前，先了解马尔科夫性质，马尔科夫链的概念；
  
• 马尔科夫模型的两个重要概念：隐状态和观测值；
• 马尔科夫模型三个参数：状态转移矩阵；发射概率矩阵；状态初始值；还要注意，马尔科夫模型是有前提条件需要满足的；

• 马尔科夫模型的三个基本问题：计算概率问题（一直模型和观测序列，求在该模型上该观测序列产生的概率）；学习问题（根据的观测序列，来求使观测序列概率最大的模型参数）；预测问题（一直模型和观测序列，求最有可能的状态序列）；
  
• 计算概率问题的方法；由于直接计算法的计算量较大，提出前向算法和后向算法，把指数级的计算量降为线性级。

-------------------------------------------------------------未完待续。