在李航统计学习方法第一版P174,模型参数 λ = ( A , B , π ) \lambda = (A,B,\pi) λ=(A,B,π),观测序列 O = ( o 1 , o 2 , o 3 . . . , o T ) O=(o_1,o_2,o_3...,o_T) O=(o1,o2,o3...,oT),状态序列 I = ( i 1 , i 2 , i 3 , . . . , i T ) I = (i_1, i_2,i_3,...,i_T) I=(i1,i2,i3,...,iT),个人认为隐马尔可夫模型三个基本问题可以数学表示为:
-
概率计算问题
P ( O ∣ λ ) P(O\vert \lambda) P(O∣λ) -
学习问题
argmax λ ( P ( O ∣ λ ) ) \underset{\lambda}{\operatorname{argmax}}(P(O\vert \lambda)) λargmax(P(O∣λ)) -
预测问题
argmax λ ( P ( I ∣ O ) ) \underset{\lambda}{\operatorname{argmax}}(P(I\vert O)) λargmax(P(I∣O))