Hidden Markov Model 썸네일형 리스트형 Hidden Markov Model 2 Hidden Markov Model(HMM)에는 중요한 세 가지 문제가 있는데, Evaluation Problem, Decoding Problem, Learning Problem이 그것이다. 각각의 문제에서는 주어지는 것과 찾아야 하는 것은 다음과 같다. 여기서 HMM m이란 것은, HMM을 구성하는 각 인자들이 주어졌다는 뜻이다. 1. Evaluation Problem GIVEN : HMM m, sequence x FIND : Prob[x | m] 2. Decoding Problem GIVEN : HMM m, sequence x FIND : sequence π of states that max Prob[x, π | m] 3. Learning Problem GIVEN : HMM m, unspecified.. 더보기 Hidden Markov Model 1 HMM(Hidden Markov Model)은 강력한 통계학적 분석 방법이다. HMM으로 해결할 수 있는 유형의 문제는 Evaluation Problem, Decoding Problem, Learning Problem 세가지이다. Hidden이라는 이름이 붙은 이유는, 관찰자는 오로지 특정 상태에서 방출되는 기호들을 관찰할 수 있을 뿐이며, 기호가 어떤 상태에서 방출된 것인지 알 수 없기 때문이다. (즉, HMM이 현재 어떤 상태인지 알 방법이 없다) 예를 들어, 카지노(Casino)에서 주사위 던지기 게임을 한다고 했을 때, 이 카지노의 딜러(Dealer)는 언제나 공정한 주사위를 사용하지 않는다고 하자. 딜러는 가중치가 적용된 주사위와 공정한 주사위를 번갈아가며 사용한다. 여기서 결과로 얻어진 시퀀스.. 더보기 이전 1 다음