原文鏈接:http://tecdat.cn/?p=17592
最近,我們使用隱馬爾可夫模型開發(fā)了一種解決方案,并被要求解釋這個方案。
HMM用于建模數(shù)據(jù)序列,無論是從連續(xù)概率分布還是從離散概率分布得出的。它們與狀態(tài)空間和高斯混合模型相關,因為它們旨在估計引起觀測的狀態(tài)。狀態(tài)是未知或“隱藏”的,并且HMM試圖估計狀態(tài),類似于無監(jiān)督聚類過程。
視頻
R語言中的隱馬爾可夫HMM模型實例
在現(xiàn)實世界
在現(xiàn)實世界中,HMM通常用于
股票市場預測,無論市場處于牛市還是熊市
估計NLP中的詞性
生物測序
序列分類
僅舉幾例。只要有觀察序列,就可以使用HMM,這對于離散情況也適用。
本站僅提供存儲服務,所有內(nèi)容均由用戶發(fā)布,如發(fā)現(xiàn)有害或侵權內(nèi)容,請
點擊舉報。