寫在前面
最近在寫論文過程中，研究了一些關(guān)于概率統(tǒng)計(jì)的算法，也從網(wǎng)上收集了不少資料，在此整理一下與各位朋友分享。
隱馬爾可夫模型，簡(jiǎn)稱HMM(Hidden Markov Model), 是一種基于概率的統(tǒng)計(jì)分析模型，用來描述一個(gè)系統(tǒng)隱性狀態(tài)的轉(zhuǎn)移和隱性狀態(tài)的表現(xiàn)概率。
本文適用于對(duì)HMM感興趣的入門讀者，為了讓文章更加通俗易懂，我會(huì)多闡述數(shù)學(xué)思想，盡可能的撇開公式，撇開推導(dǎo)。結(jié)合實(shí)際例子，爭(zhēng)取做到雅俗共賞，童叟無欺。沒有公式，就沒有傷害。
建議看一下吳軍博士的《數(shù)學(xué)之美》，里面有簡(jiǎn)單的說明。然后看下HMM的三個(gè)計(jì)算問題和對(duì)應(yīng)的解答，你會(huì)發(fā)現(xiàn)基本就是動(dòng)態(tài)規(guī)劃的思想。
本文并非原創(chuàng)，內(nèi)容主要來自互聯(lián)網(wǎng)，自己在此基礎(chǔ)上加入了個(gè)人的理解，如有侵權(quán)還請(qǐng)告知！
