Das Hidden-Markov-Modell: Zufallsprozesse Mit Verborgenen Zustnden Und Ihre Wahrscheinlichkeitstheoretischen Grundlagen
En el centro de estos fundamentos se encuentra una introducción a un conocido modelo estadístico, el Modelo de Markov Oculto.
Puede utilizarse para resolver problemas en los que la descripción específica del estado más probable debe inferirse a partir de una secuencia de observaciones. Las aplicaciones del modelo de Markov oculto se encuentran principalmente en los campos de la bioinformática, la lingüística computacional, el aprendizaje automático y el procesamiento de señales.
Este cuaderno aborda los dos problemas centrales de los HMM. El problema de la inferencia se resuelve con el famoso algoritmo de Viterbi, y el problema de la estimación de parámetros se aborda con dos métodos bien conocidos (maximización de expectativas y Baum-Welch).
© Book1 Group - todos los derechos reservados.
El contenido de este sitio no se puede copiar o usar, ni en parte ni en su totalidad, sin el permiso escrito del propietario.
Última modificación: 2024.11.14 07:32 (GMT)