《统计学习方法，李航》：10、隐马尔科夫模型

1）隐马尔科夫模型的引入

    隐马尔科夫模型（hidden Markov model, HMM）是可以用于标准问题的统计学习模型，在语音识别、自然语言处理、生物信息、模式识别等领域有着广泛的应用。

先给出隐马尔科夫模型的定义：

给出严格的数学解释之前，先看个例子：

      

对于A、B、π的值，相信没有疑问，但是他们到底是指什么呢？下面给出严格的数学解释：

从上面的数学解释中，可以看出隐马尔科夫模型有两个基本假设：

经过上面的叙述，可以得到下面两个严格的数学问题：

a）观测序列产生算法：

b）隐马尔科夫模型的三种问题：

2）计算观测序列出现的概率

3）学习模型的参数

4）预测最有可能产生观测序列的状态序列

上面三个问题还是看原书吧，都是些推导公式，仔细看解释还是能明白的！