- 博客(3)
- 资源 (23)
- 收藏
- 关注
转载 HMM学习最佳范例七:前向-后向算法
前向-后向算法(Forward-backward algorithm)根据观察序列生成隐马尔科夫模型(Generating a HMM from a sequence of obersvations) 与HMM模型相关的“有用”的问题是评估(前向算法)和解码(维特比算法)——它们一个被用来测量一个模型的相对适用性,另一个被用来推测模型隐藏的部分在做什么(“到底发生了”什么)。
2018-01-03 16:20:46 1577
转载 HMM训练
有监督训练一、HMM参数的训练有2种方法,一种是有监督学习,另一种是无监督学习。其中有监督学习很简单,无监督理解起来稍微困难。已知模型参数λ=(αNN,βNM,πN)- 有监督学习直接利用计数的方式来求得模型参数 - 假设已经给出训练数据包含S个长度相同的观测序列和对应的状态序列(O1,I1),(O2,I2),...,(Os,Is),那么可以利用极大似然估计法来估计模型参数!!
2017-11-22 15:24:06 1309
转载 最大熵马尔可夫模型MEMM
Xue & Shen '2003 [2]用两种序列标注模型——MEMM (Maximum Entropy Markov Model)与CRF (Conditional Random Field)——用于中文分词;看原论文感觉作者更像用的是MaxEnt (Maximum Entropy) 模型而非MEMM。MEMM是由McCallum et al. '2000 [1]提出MEMM,针对于HMM的两个
2017-11-19 20:09:54 3527
Google Scholar's Ranking Algorithm -- An Introductory Overview
2018-12-25
Handbook of Applied Cryptography - A. Menezes, P. VanOorschot, S. Vanstone.pdf
2018-11-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人