Зміст:
- Визначення - Що означає прихована маркова модель (HMM)?
- Техопедія пояснює модель прихованого Маркова (HMM)
Визначення - Що означає прихована маркова модель (HMM)?
Прихована модель Маркова (HMM) - це різновид статистичної моделі, яка є варіацією ланцюга Маркова. У прихованій моделі Маркова є "приховані" стани, або непомічені, на відміну від стандартного ланцюга Маркова, де спостерігаються всі стани, які спостерігаються. Приховані моделі Маркова використовуються для завдань машинного навчання та пошуку даних, включаючи розпізнавання мови, рукописного тексту та жестів.
Техопедія пояснює модель прихованого Маркова (HMM)
Прихована модель Маркова була розроблена математиком Л.Е. Баумом та його колегами в 1960-х роках. Як і популярний ланцюг Маркова, прихована модель Маркова намагається передбачити майбутній стан змінної, використовуючи ймовірності на основі поточного та минулого стану. Ключова відмінність ланцюга Маркова від прихованої моделі Маркова полягає в тому, що стан останньої спостерігача безпосередньо не видно, навіть якщо результат є.
Приховані моделі Маркова використовуються для машинного навчання та обміну даними. Деякі з них включають в себе розпізнавання мовлення, розпізнавання рукописного тексту, теги часткової мови та біоінформатику.
