隱馬爾可夫和條件隨機場
應用於語音識別、自然語言處理等應用。 簡單的說我們就是用圖，有向圖、無向圖來表示離散的變數和其概率分布。
解決的是標註問題，關注的是變數之間的「依賴性」「獨立性」。
1.團、最大團
2.有向圖無向圖
3.馬爾可夫性
4.隱馬爾可夫模型
2個假設，
3個基本問題，
3組引數
5.條件隨機場圖形公式
6.貝爾曼優化原理
團、最大團
團：任意兩個間都有邊相連就叫團。y1 y2，y2 y3,y1 y2 y3 團，y1 y2 y4不是團。
最大團：不能新加任何結點了。比如y1 y2 y3 而 y2 y4不是。
2.有向圖、無向圖
有箭頭的就是有向圖
無箭頭的就是無向圖
3.馬爾可夫性
成對
區域性
全域性
4.隱馬爾可夫模型2個假設，
3個基本問題，
3組引數
狀態空間i觀測空間0還有引數
三者就確定了乙個hmm
4.1兩個假設
a齊次馬爾科夫性 t只依賴於t-1時刻
公式b觀測獨立性假設 只依賴於本時刻的狀態
4.2三個基本問題
a概率問題
b學習問題
c**問題
4.3三組引數
5.條件隨機場 圖形 公式
6.貝爾曼優化原理
隱馬爾可夫模型學習筆記
隱馬爾可夫模型是關於時序的概率模型，描述由乙個隱藏的馬爾可夫鏈隨機生成不可觀測的狀態隨機序列，再由各個狀態生成乙個觀測而產生觀測隨機序列的過程。隱藏的馬爾可夫鏈隨機生成的狀態的序列，稱為狀態序列 每個狀態生成乙個觀測，而由此產生的觀測的序列稱為觀測序列。序列的每乙個位置又可看做是乙個時刻。設q是所有...
統計學習方法 第十章 隱馬爾可夫模型
隱馬爾可夫模型 hidden markov model,hmm 是可用於標註問題的統計學習模型，描述隱藏的馬爾科夫鏈隨機生成觀測序列的過程，屬於生成模型。由初始狀態概率向量 狀態轉移概率矩陣a和觀測概率矩陣b決定的隱馬爾可夫模型 a,b,的3個基本問題，分別為 1.概率計算問題，在給定模型和觀測序列...
機器學習（10）隱馬爾可夫模型
多一條公式，少一半讀者 霍金 飲水不忘挖井人，感謝知乎上關於隱馬爾可夫的回答。這裡分兩部分，第一部分是隱馬爾可夫模型 像 什麼，第二部分是實際應用中，隱馬爾可夫模型的三類問題。第一部分 有一款遊戲，裡面有個角色，職業是戰士，戰士有三種狀態 正常狀態，狂暴狀態，防禦狀態。戰士戰鬥只有兩種動作 平a和格...