隐马尔科夫模型的三个基本问题以及相应的算法如下:
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(学习),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。
在HMM中,在给定观测序列和对应的状态序列去估计模型参数,可以使用极大似然估计;如果给定观测序列并没有对应的状态序列,可以使用EM,将状态序列看成不可测的隐数据。