被隐马尔科夫模型整了一个星期,刚发现这个视频讲的不错,https://www.bilibili.com/video/av32471608/?p=3,B站上 :机器学习-白板推导系列-马尔科夫模型HMM(Hidden Markov Model)。
1.一个模型,
:代表的是初始概率;
A:代表的是转移矩阵,;
B:代表的是发射矩阵,;
2.两个假设:
齐次马尔科夫:即任意时刻的隐藏状态只依赖于它的前一个隐藏状态,
观察独立:即任意时刻的观察状态只仅仅依赖于当前时刻的隐藏状态,
3.三个问题
Evalution :given ,求解 ,用“向前向后算法解决”;
learning : ,估计模型参数的参数,使该模型下测试序列的条件概率最大。要用到基于EM算法的鲍姆-韦尔奇算法。
decoding: 给定模型,和观察序列,求 给定观测序列条件下,最可能出现的对应的状态序列,这个问题的求解用到动态维特比算法。