隐马尔科夫模型(HMM)

目录

参考

1. 背景

1.1 数理统计学两大派

1.2 概率图

2. HMM

2.1 一个模型,两个假设,三个问题

2.2 Evaluation问题

(1)前向

(2)后向

2.3 Learning问题 

2.4 Decoding问题 

3. 总结

3.1 HMM

3.2 动态模型(Dynamic Model)

4. HMM的主要应用方向

4.HMM实现库:hmmlearn

代码实现:hmmlearn

参考


例子:

HMM与分词、词性标注、命名实体识别

HMM求解三大问题的小例子

参考:

1. 背景

1.1 数理统计学两大派

       贝叶斯学派与频率学派是当今数理统计学的两大学派,基于各自的理论,在诸多领域中都起到了重要作用。自20世纪初数理统计学大发展开始,一直到20世纪中叶,频

  • 23
    点赞
  • 161
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 5
    评论
评论 5
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

满腹的小不甘

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值