Innholdsfortegnelse:
Definisjon - Hva betyr Hidden Markov Model (HMM)?
En skjult Markov-modell (HMM) er en slags statistisk modell som er en variasjon på Markov-kjeden. I en skjult Markov-modell er det "skjulte" tilstander, eller uobserverte, i motsetning til en standard Markov-kjede der alle stater er synlige for observatøren. Skjulte Markov-modeller brukes til maskinlæring og data mining-oppgaver, inkludert tale, håndskrift og gjenkjennelse.
Techopedia forklarer Hidden Markov Model (HMM)
Den skjulte Markov-modellen ble utviklet av matematikeren LE Baum og hans kolleger på 1960-tallet. I likhet med den populære Markov-kjeden forsøker den skjulte Markov-modellen å forutsi fremtidig tilstand for en variabel ved å bruke sannsynligheter basert på nåværende og tidligere tilstand. Den viktigste forskjellen mellom en Markov-kjede og den skjulte Markov-modellen er at staten i sistnevnte ikke er direkte synlig for en observatør, selv om utgangen er.
Skjulte Markov-modeller brukes til maskinlæring og data mining-oppgaver. Noen av disse inkluderer talegjenkjenning, gjenkjennelse av håndskrift, taggedeling og bioinformatikk.
