凉意的博客

在这之前呢，我们详细的介绍了HMM中的预测问题以及概率求解问题，那在这一节中我们来介绍三问题中比较麻烦的学习问题。学习问题其实就是给定观测序列，让我们来预测模型参数。那对于学习问题，通常分为监督学习方法和无监督学习方法。

机器学习算法——朴素贝叶斯学习笔记

根据动态规划的思想，最有路径具有这样的特性：对于一条最优路径来说，所有存在的部分路径必须是最优的，不然这条路径就不是最优路径。依据这一原理，我们只需要从时刻 t=1 开始，递推地计算在时刻 t 状态为 i 的各部分路径最大的概率，直至得到最后时刻状态为 i 的各条路径的最大的概率。预测问题也被称为解码（decoding）问题，已知模型和观测序列，求给定观测序列条件概率最大的情况下的状态序列。在这我就不放维特比算法的流程，我觉得这些公式看起来很是比较复杂的，我们直接来分析一个经典的例子有助于我们理解算法。

上一篇我们简单的回顾了下马尔科夫链，这一章我们来详细介绍隐马尔可夫模型。

机器学习算法——HMM 隐马尔可夫模型