Hidden Markov Model
HMM 用双层模型描述观测序列：隐状态间马尔可夫转移、每状态按发射概率产生观测。
用途
建模时序序列的隐含结构，用于语音识别与生物序列。
机制
参数 λ=(A,B,π)：A 转移矩阵、B 发射概率、π 初始分布。三个问题：评估（前向）、解码（Viterbi）、学习（Baum-Welch）。
用例
- 语音识别
- 词性标注
- 基因预测
HMM 用双层模型描述观测序列：隐状态间马尔可夫转移、每状态按发射概率产生观测。
建模时序序列的隐含结构，用于语音识别与生物序列。
参数 λ=(A,B,π)：A 转移矩阵、B 发射概率、π 初始分布。三个问题：评估（前向）、解码（Viterbi）、学习（Baum-Welch）。