解决隐马模型中预测问题的算法是?

感想

隐马尔可夫模型涉及的算法很多，周志华的《机器学习》，李航的《统计学系方法》都有讲过，可能当时理解的不深，导致现在都忘干净了，现在是时候弥补一下了。

problem

解决隐马模型中预测问题的算法是?

A. 前向算法
B. 后向算法
C. Baum-Welch算法

D. 维特比算法

analysis

A、B：前向、后向算法解决的是一个评估问题，即给定一个模型，求某特定观测序列的概率，用于评估该序列最匹配的模型。

C：Baum-Welch算法解决的是一个模型训练问题，即参数估计，是一种无监督的训练方法，主要通过EM迭代实现；

D：维特比算法解决的是给定 一个模型和某个特定的输出序列，求最可能产生这个输出的状态序列。如通过海藻变化（输出序列）来观测天气（状态序列），是预测问题，通信中的解码问题。

隐含马尔可夫模型的三个基本问题

（1）概率计算问题。给定一个模型 和观测序列O=(o1,o2,...,oT),计算该模型下观测序列O出现的概率

　　Forward-Backward算法

(2）学习问题，已知观测序列O=(o1,o2,...,oT),估计模型参数，使得在该模型下观测序列概率最大。即用极大似然估计的方法估计参数。

    Baum-Welch算法

(3）预测问题，也称解码问题。已知模型和观测序列O=(o1,o2,...,oT),求对给定观测序列条件概率P(I|o)最大的状态序列I=(i1,i2,...,iT)。即给定观测序列，求最有可能的对应的状态序列。

维特比算法

参考文献

[1].牛客网.https://www.nowcoder.com/questionTerminal/2749fd3283524c929e2858d4f3106708

[2].李航.《统计学习方法》

[3].HMM模型和Viterbi算法.http://www.cnblogs.com/Denise-hzf/p/6612212.html