隐马尔可夫模型（Hidden Markov Model，HMM）

总结来自此链接

假设我手里有三个不同的骰子。第一个骰子是我们平常见的骰子（称这个骰子为D6），6个面，每个面（1，2，3，4，5，6）出现的概率是1/6。第二个骰子是个四面体（称这个骰子为D4），每个面（1，2，3，4）出现的概率是1/4。第三个骰子有八个面（称这个骰子为D8），每个面（1，2，3，4，5，6，7，8）出现的概率是1/8。

1、转移概率（transition probability）：    一个状态到另一状态的概率

2、输出概率（emission probability）：    隐含状态到观测（可见）状态的概率

HMM模型相关的算法主要分为三类，分别解决三种问题：

 1）知道骰子有几种（隐含状态数量），每种骰子是什么（输出概率），根据掷骰子掷出的结果（可见状态链），我想知道每次掷出来的都是哪种骰子（隐含状态链）。

2）还是知道骰子有几种（隐含状态数量），每种骰子是什么（输出概率），根据掷骰子掷出的结果（可见状态链），我想知道掷出这个结果的概率。

3）知道骰子有几种（隐含状态数量），不知道每种骰子是什么（输出概率），观测到很多次掷骰子的结果（可见状态链），我想反推出每种骰子是什么（转换概率）。