2019-03-05 阅读量: 768
如题，如何简单理解隐马尔可夫模型呢？
--隐马尔可夫模型的定义，关于时序的概率模型，描述由一个隐藏的马尔可夫链随机生成不可观测的状态随机序列，再由各个状态生成一个观测而产生观测随机序列的过程。隐藏的马尔可夫链随机生成的状态的序列，称为状态序列（state sequence）；每个状态生成一个观测，而由此产生的观测的随机序列，称为观测序列（observation sequence），序列的每一个位置又可以看作是一个时刻。
--举例子，小明根据天气（晴天、有雨）决定当天的行动（商城、打球、宅家），我只有他微博上的内容（前天购物了、昨天打球了、今天宅家），然后根据微博内容来推测小明所在城市的天气。显状态是活动，隐状态是天气。可以说隐马尔可夫模型的最常见应用之一，就是解决隐状态的最大概率问题。
三个资料Q群下载不了也转发不了,先放这里Fine_tuning.zipLangChain.zipdata_clear.rar
