차례:
정의-HMM (Hidden Markov Model)은 무엇을 의미합니까?
숨겨진 Markov 모델 (HMM)은 Markov 체인의 변형 인 일종의 통계 모델입니다. 숨겨진 Markov 모델에는 모든 상태가 관찰자에게 표시되는 표준 Markov 체인과 달리 "숨겨진"상태가 있거나 관찰되지 않습니다. 숨겨진 Markov 모델은 음성, 필기 및 제스처 인식을 포함한 머신 러닝 및 데이터 마이닝 작업에 사용됩니다.
Techopedia는 HMM (Hidden Markov Model)을 설명합니다.
숨겨진 Markov 모델은 1960 년대 수학자 LE Baum과 그의 동료들에 의해 개발되었습니다. 인기있는 Markov 체인과 마찬가지로 숨겨진 Markov 모델은 현재 및 과거 상태를 기반으로 확률을 사용하여 변수의 미래 상태를 예측하려고합니다. Markov 체인과 숨겨진 Markov 모델의 주요 차이점은 후자의 상태가 출력에도 불구하고 관찰자에게 직접 표시되지 않는다는 것입니다.
숨겨진 Markov 모델은 기계 학습 및 데이터 마이닝 작업에 사용됩니다. 이들 중 일부는 음성 인식, 필기 인식, 품사 태깅 및 생물 정보학을 포함합니다.
