隐式马尔科夫模型（HMM）

一、简介

1、隐马尔可夫模型（HiddenMarkovmodel/HMM)是一种结构最简单的动态贝叶斯网的生成模型，它也是一种著名的有向图模型。它是一种对数据序列（训练数据出现的次序对结果有影响）进行建模的有效工具，它是典型的自然语言中处理标注问题的统计机器学模型，也是传统语音识别技术中所采用的模型。

2、什么是数据序列

比如说天气的状态，已知今天是晴天，求明天的天气状态

马尔科夫链：当前状态只与前一状态相关，而与历史状态无关

 3、什么是隐式

当状态是未知且不可观察时，其是隐式状态。但是我们可以通过与其相关的显式对象来预测。

比如通过可观测的海藻状态类预测不可观察的天气状态

 4、HMM的三个基本假设