Sisällysluettelo:
- Määritelmä - Mitä piilotettu Markov-malli (HMM) tarkoittaa?
- Techopedia selittää piilotetun Markov-mallin (HMM)
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 tarkkailtu 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.
Techopedia selittää piilotetun Markov-mallin (HMM)
Piilotetun Markov-mallin kehittivät matemaatikko LE Baum ja hänen kollegansa 1960-luvulla. Samoin kuin suosittu Markov-ketju, piilotettu Markov-malli yrittää ennustaa muuttujan tulevan tilan käyttämällä todennäköisyyksiä nykyisen ja menneen tilan perusteella. Markovin ketjun ja piilotetun Markovin mallin avainero on se, että jälkimmäisessä tilassa tila ei ole suoraan havaitsijan nähtävissä, vaikka lähtö olisi.
Piilotettuja Markov-malleja käytetään koneoppimisessa ja tiedon louhintatehtävissä. Jotkut näistä sisältävät puheentunnistuksen, käsialan tunnistuksen, puhetta koskevan osan merkitsemisen ja bioinformatiikan.
