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