Tartalomjegyzék:
- Meghatározás - Mit jelent a rejtett Markov-modell (HMM)?
- A Techopedia elmagyarázza a Rejtett Markov modellt (HMM)
Meghatározás - Mit jelent a rejtett Markov-modell (HMM)?
A rejtett Markov-modell (HMM) egyfajta statisztikai modell, amely a Markov-lánc variációja. Egy rejtett Markov-modellben vannak "rejtett" állapotok, vagy nem figyelve, ellentétben egy szokásos Markov-lánccal, ahol az összes állapot látható a megfigyelő számára. Rejtett Markov modelleket használnak gépi tanulásra és adatbányászási feladatokra, ideértve a beszédet, a kézírást és a gesztusfelismerést.
A Techopedia elmagyarázza a Rejtett Markov modellt (HMM)
A rejtett Markov-modellt LE Baum matematikus és kollégái fejlesztették ki az 1960-as években. Mint a népszerű Markov-lánc, a rejtett Markov-modell a jelenlegi és a múltbeli állapot alapján valószínűségek felhasználásával próbálja megjósolni egy változó jövőbeli állapotát. A legfontosabb különbség a Markov-lánc és a rejtett Markov-modell között az, hogy az utóbbi állapota nem közvetlenül látható megfigyelő számára, annak ellenére, hogy a kimenet van.
Rejtett Markov modelleket használnak gépi tanuláshoz és az adatbányászathoz. Ezek közé tartozik a beszédfelismerés, a kézírás felismerése, a beszéd részének címkézése és a bioinformatika.
