Piilotettu Markov-malli (HMM)

Kirjoittaja: Roger Morrison
Luomispäivä: 21 Syyskuu 2021
Päivityspäivä: 19 Kesäkuu 2024
Anonim
Piilotettu Markov-malli (HMM) - Tekniikka
Piilotettu Markov-malli (HMM) - Tekniikka

Sisältö

Määritelmä - Mitä piilotettu Markov-malli (HMM) tarkoittaa?

Piilotettu Markov-malli (HMM) on eräänlainen tilastollinen malli, joka on variaatio Markovin ketjussa. Piilotetussa Markov-mallissa on "piilotettuja" tiloja tai niitä ei ole tarkasteltu toisin kuin tavallisessa Markov-ketjussa, jossa kaikki tilat ovat havaitsijan nähtävissä. Piilotettuja Markov-malleja käytetään koneoppimiseen ja tiedon louhintaan, mukaan lukien puhe, käsiala ja eleiden tunnistus.


Johdanto Microsoft Azureen ja Microsoft Cloud | Tämän oppaan läpi opit mitä pilvipalvelussa on kyse ja kuinka Microsoft Azure voi auttaa sinua siirtämään ja johtamaan yritystä pilvestä.

Techopedia selittää piilotetun Markov-mallin (HMM)

Piilotetun Markov-mallin kehitti matemaatikko L.E. Baum ja hänen kollegansa 1960-luvulla. Samoin kuin suosittu Markov-ketju, piilotettu Markov-malli yrittää ennustaa muuttujan tulevan tilan käyttämällä todennäköisyyksiä nykyisen ja aiemman tilan perusteella. Markovin ketjun ja piilotetun Markovin mallin avainero on se, että jälkimmäisen tila ei ole suoraan havaitsijan nähtävissä, vaikka lähtö olisi.

Piilotettuja Markov-malleja käytetään koneoppimisessa ja tiedon louhintatehtävissä. Jotkut näistä sisältävät puheentunnistuksen, käsialan tunnistuksen, puhetta koskevista merkinnöistä ja bioinformatiikan.