隐马尔科夫模型(二)

上一篇的文章让我们大概了解了隐马尔可夫的基本结构和基本意义,这篇文章我们主要从数学推导的角度去深刻理解隐马尔可夫是如何工作的。

隐马尔科夫模型(二)_第1张图片
HMM定义
隐马尔科夫模型(二)_第2张图片
独立性分析
隐马尔科夫模型(二)_第3张图片
注释一

由以上的分析可知,X1和Z2、X2都是不独立的。

这里和RNN的原理差不多,也都是用来处理有联系的数据。

隐马尔科夫模型(二)_第4张图片
参数
隐马尔科夫模型(二)_第5张图片
参数
隐马尔科夫模型(二)_第6张图片
参数
隐马尔科夫模型(二)_第7张图片
参数
隐马尔科夫模型(二)_第8张图片
两个前提假设

这里就是类似朴素贝叶斯做广告判断词向量里面的一个假设:每个词之间都是独立的(现实肯定不是)。

这里的假设意思是:当计算过程中确定一个值得时候,比如Zn已知,那么就人为此时的Xn只与Zn相关,与之前的都是独立的。为了计算方便,减少计算量(后面有例子)。

隐马尔科夫模型(二)_第9张图片
三个基本问题
隐马尔科夫模型(二)_第10张图片
计算方式
隐马尔科夫模型(二)_第11张图片
直接计算一
隐马尔科夫模型(二)_第12张图片
直接计算二
隐马尔科夫模型(二)_第13张图片
直接计算三
隐马尔科夫模型(二)_第14张图片
直接计算四

这里的推导有点难理解,下面解释其过程:

隐马尔科夫模型(二)_第15张图片
解释一
image
image
image
总结

你可能感兴趣的:(隐马尔科夫模型(二))