暂别了朋友们
再一次踏上了征途。漫漫的四个月，我相信自己一定能坚持下来的。这几天真的很怀念之前跟大家一起奋战的日子。这一次却只剩我一人了。我身边的很多人都不明白为什么我坚持要读研。其实我也想问为什么你们不想读研呢？我读研是因为自己的专业、性格和梦想。
专业
因为我想从事人工智能领域的研究。而对一个本科生来说，[......]
Read more浅析隐马尔可夫模型(三)
前面两篇文章写了关于HMM的概率计算问题以及学习问题。这篇文章讲下HMM的预测问题。
预测问题
假设有观测数据O和HMM模型参数，求在该条件下最有可能出现的状态序列I。即求
，由于分母是个常数，所以也可以表示为：
。
其实我们可以把这个问题看成是一个概率图模型，通过求图的最佳路径(路径概率值加[......]
Read more浅析隐马尔可夫模型(二)
上一篇文章中讲到了HMM中的概率计算问题。概率计算问题是HMM三个问题中最简单的一个。这篇文章主要讲HMM学习算法。HMM的学习算法是最核心的，也是最难的。
学习问题
学习问题就是用一个算法来训练数据，最终“学习”出HMM模型三要素：。根据训练数据中观测序列有没有对应的状态序列，我们又可以把学习[......]
浅析隐马尔可夫模型(一)
隐马尔可夫模型(HMM)是一种统计学模型，常应用于一些标注问题上面，在自然语言处理、语音识别上应用比较多。它描述的是由一个隐藏的马尔可夫链随机生成不可观察的状态序列，每个状态再生成一个可观测的随机序列，因此，HMM通常是一个生成模型。
一个HMM模型由三个参数表示，初始状态概率向量，状态转移概[......]