隐马尔科夫模型

【备忘】机器读心术之文本挖掘与自然语言处理人工智能视频

应用案例：语音识别，分词消岐04、概率图模型，生成式模型与判别式模型，贝叶斯网，马尔科夫链，隐马尔科夫模型HMM，应用案例：语音识别与分词05、马尔科夫网，最大熵模型，条件随机场CRF，实现HMM和CRF
qq_38472451·2020-07-04 01:49

下载 | 479页《数据科学基础》教程

这本书主要涉及到了高维空间、SVD分解、随机游走和马尔科夫链、机器学习、大数据问题、聚类、随机图、主题模型、非负矩阵分解、隐马尔科夫模型和图模型等等当前比较热的方向，是从事数据科学研究和工作不可多得的基础书籍
机器学习算法与Python学习-公众号·2020-07-02 17:45

中文分词的python实现-基于HMM算法

隐马尔科夫模型（HMM）模型介绍HMM模型是由一个“五元组”组成:StatusSet:状态值集合ObservedSet:观察值集合TransProbMatrix:转移概率矩阵EmitProbMatrix
orlandowww·2020-07-02 14:06

数据挖掘

隐马尔科夫模型(上)CodeMeals2014-08-3122:44阅读:236评论:0K-means算法及文本聚类实践CodeMeals2014-08-1816:40阅读:987评论:5数据挖掘系列（
hzyido·2020-07-02 09:34

python语音识别基于hmmlearn库（隐马尔科夫模型）

importosimportnumpyasnpfromscipy.ioimportwavfile#仅限于wav音频文件fromhmmlearnimporthmmfrompython_speech_featuresimportmfcc创建HMM类详见：https://www.cnblogs.com/pinard/p/7001397.htmlMFCC详见：https://blog.csdn.net/x
zhuyijun09·2020-06-30 17:16

【机器学习】生成模型和判别模型

包括朴素贝叶斯，贝叶斯网络，高斯混合模型，隐马尔科夫模型等。判别方法由数据直接学习决策函数y=f(x)或者条件概率分布P(y|x)作为预测的模型。
五月槐花儿香·2020-06-30 17:01

隐马尔科夫模型（HMM）的应用

HMM简介隐马尔可夫模型(HiddenMarkovModel，HMM)如果你也是第一次接触的话，可以看这篇文章，讲得很好。看了这篇之后我就去看代码了，下面的代码是ASRT_v0.6.1的LanguageModel部分，再次感谢作者——AI柠檬。代码分析这部分代码的功能是把拼音转成汉字，比如，把[‘ni3’,‘hao3’,‘zhong1’,'guo2]转成‘你好中国’。首先要准备你的模型，如下：所有
葬爱家族·深井冰·2020-06-30 06:23

隐马尔科夫模型（HMM)及其扩展

xinzhangyanxiang/article/details/8522078）学习概率的时候，大家一定都学过马尔科夫模型吧，当时就觉得很有意思，后来看了数学之美之隐马模型在自然语言处理中的应用后，看到隐马尔科夫模型竟然能有这么多的应用
张雨石·2020-06-30 02:15

标记偏置 隐马尔科夫 最大熵马尔科夫 HMM MEMM

隐马尔科夫模型（HMM）：图1.隐马尔科夫模型隐马尔科夫模型的缺点：1、HMM只依赖于每一个状态和它对应的观察对象：序列标注问题不仅和单个词相关，而且和观察序列的长度，单词的上下文，等等相关。
mijing·2020-06-29 23:15

史上最详细最容易理解的HMM文章

史上最详细最容易理解的HMM文章http://www.52nlp.cn/hmm-learn-best-practices-four-hidden-markov-modelswiki上一个比较好的HMM例子分类隐马尔科夫模型
juary_01·2020-06-29 19:04

HMM的学习

隐马尔科夫模型隐马尔科夫模型的基本概念HMM的三个问题概率计算问题前向算法学习问题预测问题维特比算法隐马尔科夫模型的基本概念定义10.1（隐马尔可夫模型）==隐马尔可夫模型==是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
HAITG·2020-06-29 10:26

最大熵马尔科夫模型（MEMM）

最大熵马尔科夫模型MaximumEntropyMarkovModels(MEMM)引入和定义隐马尔科夫模型作了两个基本假设：（1）齐次马尔科夫假设，即假设隐藏的马尔科夫链在任意时刻t的状态只依赖于前一时刻的状态
ALTLI·2020-06-29 08:42

中文分词技术（二）：统计分词--基于隐马尔科夫模型

基于统计的中文分词主要思想是：利用字与字相邻出现的频率来反应成词的可靠度，统计语料中相邻共现的各个字的组合的频度，当组合频度高于某一个临界值时，我们便可认为此字组可能会构成一个词语。基于统计的分词一般有两个步骤：1）建立统计语言模型；2）对句子进行单词划分，然后对划分结果进行概率计算，获得概率最大的分词方式。一、语言模型语言模型用概率论的术语来描述就是：为长度为m的字符串确定其概率分布，其中到依次
轻暖·2020-06-29 06:33

HMM隐马尔可夫模型详解

1隐马尔可夫模型HMM隐马尔科夫模型（HiddenMarkovModel，以下简称HMM）是比较经典的机器学习模型了，它在语言识别，自然语言处理，模式识别等领域得到广泛的应用。
WeisongZhao·2020-06-29 02:44

粒子滤波算法学习

假设我们有如下图的隐马尔科夫模型(HiddenMar
Bonennult·2020-06-29 00:24

隐马尔科夫模型

公式推导HmmlearnGaussianHMMGMMHMMMultinomialHMM股票走势预测特征准备建立模型可视化短线预测参考资料HMM公式推导在HMM中，有两个基本假设：齐次Markov假设（未来只依赖于当前）：观测独立假设：HMM要解决三个问题：Evaluation：，Forward-Backward算法Learning：，EM算法（Baum-Welch）Decoding：，Vierbi
小詹学 Python·2020-06-29 00:26

机器学习之隐马尔科夫模型完整Python代码实现

encoding=utf8importnumpyasnpimportcsvclassHMM(object):definit(self,N,M):self.A=np.zeros((N,N))#状态转移概率矩阵self.B=np.zeros((N,M))#观测概率矩阵self.Pi=np.array([1.0/N]*N)#初始状态概率矩阵self.N=N#可能的状态数self.M=M#可能的观测数de
shaquexlxfreedom·2020-06-28 23:37

【总结】自然语言处理（NLP）算法：概述与分类

目录NLP界神级人物NLP知识结构1.概述2.形式语言与自动机3.语言模型4.概率图模型，生成模型与判别模型，贝叶斯网络，马尔科夫链与隐马尔科夫模型（HMM）5.马尔科夫网，最大熵模型，条件随机场（CRF
黄辣鸡·2020-06-28 22:35

【NLP】用于语音识别、分词的隐马尔科夫模型HMM

大家好，今天介绍自然语言处理中经典的隐马尔科夫模型(HMM)。HMM早期在语音识别、分词等序列标注问题中有着广泛的应用。
有三AI·2020-06-28 18:58

《统计学习方法（李航）》讲义 第10章 隐马尔科夫模型

描述由隐藏的马尔可夫链随机生成观测序列的过程，属于生成模型.本章首先介绍隐马尔可夫模型的基本概念，然后分别叙述隐马尔可夫模型的概率计隐马尔可夫模型在语音识别、自然语言处理、算算法、学习算法以及预测算法.生物信息、模式识别等领域有着广泛的应用隐马尔科夫模型
weixin_30685029·2020-06-27 23:29

HMM 自学教程（四）隐马尔科夫模型

本系列文章摘自52nlp（我爱自然语言处理:http://www.52nlp.cn/），原文链接在HMM学习最佳范例，这是针对国外网站上一个HMM教程的翻译，作者功底很深，翻译得很精彩，且在原文的基础上还提供了若干程序实例，是初学者入门HMM的好材料。原文中存在若干笔误，这里结合HMM学习最佳范例的作者和读者的建议，一并做了修改，供大家参考。相关链接HMM自学教程（一）引言HMM自学教程（二）生成
weixin_30433075·2020-06-27 19:51

自然语言处理-哈工大笔记

文章目录词处理语句处理篇章处理当前热点统计语言模型分词语料库词性标注句法分析语料库多机加工系统词语搭配识别技术N-Gram统计模型平滑方法动态-自适应-基于缓存的语言模型马尔科夫模型隐马尔科夫模型基于HMM
wang2008start·2020-06-27 12:54

隐马尔科夫模型（HMM）及其实现

马尔科夫模型马尔科夫模型是单重随机过程，是一个2元组：(S,A)。其中S是状态集合，A是状态转移矩阵。只用状态转移来描述随机过程。马尔科夫模型的2个假设有限历史性假设：t+l时刻系统状态的概率分布只与t时刻的状态有关，与t时刻以前的状态无关；齐次性假设：从t时刻到t+l时刻的状态转移与t的值无关。以天气模型为例天气变化有3中状态S:{1(阴),2（云）,3（晴）}图片来自网络则状态转移矩阵A:这样
ycheng_sjtu·2020-06-27 03:31

不用框架，实现非连续语音识别Demo(python源码)

GMM-HMM语音识别原理1.HMM隐马尔科夫模型(HMM)是一种统计模型，用来描述含有隐含参数的马尔科夫过程。难点是从隐含状态确定出马尔科夫过程的参数，以此作进一步的分析。
11721206·2020-06-26 23:57

计算机语言学笔记（五）隐马尔科夫模型

5隐马尔可夫模型5.1模型一阶马尔科夫模型可以描述为一个二元组(S,A)，S是状态的集合，而A是所有状态转移概率组成的一个n行n列的矩阵，其中每一个元素aij为从状态i转移到状态j的概率。同有限状态自动机类似，状态转移关系也可以用状态转换图来表示。对于马尔科夫模型，给定了观察序列，同时也就确定了状态转换序列。例如有关天气状况的观察序列。(晴晴晴阴阴晴云晴)则状态转换序列为(3,3,3,1,1,3,
tianyouououou·2020-06-26 19:00

HMM隐马尔科夫模型、MEMM最大熵马尔科夫模型和条件随机场的CRF 对比

先来写写什么是贝叶斯网络（信念网络）和马尔科夫网络，这点至关重要贝叶斯网络和马尔科夫网络贝叶斯网络对于有向图模型，这么求联合概率：举个例子，对于下面的这个有向图的随机变量(注意，这个图我画的还是比较广义的)：应该这样表示他们的联合概率:马尔科夫网络说白就是无向图如果一个graph太大，可以用因子分解将写为若干个联合概率的乘积。咋分解呢，将一个图分为若干个“小团”，注意每个团必须是“最大团”（就是里
taoqick·2020-06-26 18:19

机器学习（五）-概率图

目录贝叶斯决策论“”独立同分布：隐马尔科夫模型：1、成对、局部、全局马尔科夫性2、概率无向图模型：3、团与最大团4、HMM解决的三个问题5、三种问题的概率计算方法（1）概率计算问题（前向-后向算法）：（
sisteryaya·2020-06-26 12:51

隐马尔科夫模型（Hidden Markov Model，HMM）

前言在李航的《统计学方法》第十章有对隐马尔科夫模型（HiddenMarkovModel，HMM）比较详细的介绍和推导公式，我参考公式结合中文分词应用实现了隐马模型观测序列的生成、前向算法、维特比算法。
狮子座明仔·2020-06-26 09:45

机器学习实战-57: 人工神经网络分类算法(Artificial Neural Network)

常用分类算法包括：逻辑回归(LogisticRegression,LR)、K最近邻(k-NearestNeighbor,KNN)、朴素贝叶斯模型(NaiveBayesianModel,NBM)、隐马尔科夫模型
MTVideoAI·2020-06-26 08:11

机器学习实战-56: 决策树分类算法(Decision Tree)

常用分类算法包括：逻辑回归(LogisticRegression,LR)、K最近邻(k-NearestNeighbor,KNN)、朴素贝叶斯模型(NaiveBayesianModel,NBM)、隐马尔科夫模型
MTVideoAI·2020-06-26 08:11

统计学习方法-隐马尔可夫模型（HMM）-读书笔记

统计学习方法-隐马尔可夫模型（HMM）-读书笔记1、前言2、隐马尔可夫模型2.1隐马尔科夫模型的定义2.2HMM的两个假设3、HMM的三个基本问题3.1概率计算问题3.11直接计算法3.12前向算法3.13
qq_38829768·2020-06-25 15:01

中文分词的探索，CRF（条件随机场）和HMM（隐马尔可夫模型）用于分词的对比，以及中文分词的评估

可能很多人在入门隐马尔科夫模型的时候都举例过分词这个模型，我也是，当时觉得好神奇，竟然这么准确，但是后面当我越来越深入做分词这一块，学到条件随机场，并且自己实现测试，发现纯序列标注用HMM分词实际上一般般
outsider0007·2020-06-25 13:52

隐马尔科夫模型、最大熵模型、最大熵马尔科夫、条件随机场

隐马尔科夫模型、最大熵模型、最大熵马尔科夫、条件随机场https://blog.csdn.net/u010626937/article/details/78374624双端LSTM网络分词https:/
kawhi849·2020-06-25 09:42

人工智能：python 实现 第十一章，使用隐马尔科夫模型生成数据

使用隐马尔科夫模型生成数据隐马尔科夫模型是一个强大的分析时间序列数据的分析工具。
Kevinniec·2020-06-25 08:52

维特比算法详解(隐马尔科夫模型)

嗯…，在写这个之前看了几篇文章，写的极其学术化，根本就看不懂吗。。。我个人认为写文章就是应该写的通俗易懂才好，让别人也能学会，能理解到你想表达的东西。维特比算法说白了就是动态规划实现最短路径，就是说只要知道“动态规划可以降低复杂度”这一点就能轻松理解维特比算法。维特比算法是一个特殊但应用最广的动态规划算法，利用动态规划，可以解决任何一个图中的最短路径问题。而维特比算法是针对一个特殊的图——篱笆网络
醒了的追梦人·2020-06-25 07:36

NLP自然语言处理CRF详解

有监督机器学习方法可以分为生成方法和判别方法：1）生产式模型：直接对联合分布进行建模，如：混合高斯模型、隐马尔科夫模型、马尔科夫随机场等2）判别式模型：对条件分布进行建模，如：条件随机场、支持向量机、逻辑回归等
光英的记忆·2020-06-25 04:04

隐马尔科夫模型（HMM）—— 数学推导，图文并茂

出处：视频截图，b站shuhuai008目录代码实现：hmmlearn1.背景1.1数理统计学两大派1.2概率图2.HMM2.1一个模型，两个假设，三个问题2.2Evaluation问题（1）前向（2）后向2.3Learning问题2.4Decoding问题3.总结3.1HMM3.2动态模型（DynamicModel）例子：HMM与分词、词性标注、命名实体识别HMM求解三大问题的小例子代码实现：h
满腹的小不甘·2020-06-25 03:27

隐马尔科夫模型（HMM)——qjzcy的博客

工作学习中的一点体会——隐马尔科夫模型HMM（一）一．提纲1）假设2）模型3）五个参数4）解决三个问题5）三个方法6）Vertibe算法7）改进二．两个假设1、马尔科夫性假设：一个特定状态的概率仅依赖于前一状态
qjzcy·2020-06-24 22:38

隐马尔科夫

隐马尔科夫（HMM）简介隐马尔科夫可以用于序列标注问题，比如分词过程，假设分词按照BEOS过程，在这里，隐马尔科夫就是从隐马尔科夫模型生成隐藏状态序列基本参数初始概率向量π：就是我一开始分别是B、E、O
jiangzhenkang·2020-06-23 21:45

隐马尔科夫模型C#语言算法实现

V1.02011年06月08日将C语言实现的隐马尔科夫模型算法（UMDHMM）改为C#语言实现。功能描述：前向算法（forwardalgorithm）：给定HMM求一个观察序列的概率（评估）后向
秦建辉·2020-06-23 21:07

概率图模型理解

今天在看《DeepLearning》时候看到了概率图模型，但上面并没有详细介绍，考虑到有很多模型其实都是概率图模型，比如贝叶斯网络、隐马尔科夫模型（HMM）、条件随机场（CRF）等等，应用还挺广泛的，于是就去学习一下到底什么是概率图模型
isMarvellous·2020-06-23 18:02

从分类问题出发，朴素贝叶斯-隐马尔科夫模型-最大熵马尔科夫模型-条件随机场

在统计学习中，有两种模型：概率模型和非概率模型；软分类：使用的是概率模型，输出不同类对应的概率，最后的分类结果取概率最大的类，如多SVM组合分类；有逻辑回归，朴素贝叶斯-隐马尔科夫模型-最大熵马尔科夫模型
hyzhyzhyz12345·2020-06-23 17:24

我竟然混进了Python高级圈子！

无论是要翻阅这些领域的文章，还是要参与相关任务，你马上就会遇到一些拦路虎：想过滤垃圾邮件，不具备概率论中的贝叶斯思维恐怕不行；想试着进行一段语音识别，则必须要理解随机过程中的隐马尔科夫模型；想通过观察到的样本推断出某类对象的总体特征
AI科技大本营·2020-06-23 02:44

常见机器学习面试问题

SVM核函数选择极大似然估计和最大后验估计隐马尔科夫模型
SCS199411·2020-06-22 04:45

隐马尔科夫模型(HMM)算法的理解与超详细推导

今天看了徐亦达教授的HMM讲解，感觉有所收获，并将隐马尔科夫模型算法的推导整理了一下，帮助大家一起理解这个算法。
深圳湾刘能·2020-06-22 02:52

隐马尔科夫模型(HMM)

马尔科夫链马尔科夫链，因安德烈.马尔科夫（A.A.Markov，1856-1922）得名，是指数学中具有马尔科夫性质的离散事件随机过程。每个状态的转移只依赖于之前的n个状态，这个过程被称为1个n阶的模型，其中n是影响转移状态的数目。最简单的马尔科夫过程就是一阶过程，每一个状态的转移只依赖于其之前的那一个状态。用数学表达式表示就是：假设天气服从马尔科夫链转移矩阵如果已知今天是晴天，那么明天天气的概率
~无关风月~·2020-06-21 15:47

Python实现语音识别和语音合成

Python实现语音识别和语音合成目录语音识别  MFCC  隐马尔科夫模型声音合成声音的本质是震动，震动的本质是位移关于时间的函数，波形文件(.wav)中记录了不同采样时刻的位移。
weixin_30853329·2020-06-21 10:43

隐马尔科夫模型HMM

HMM本文接着上一篇的POStagging来讲hiddenmarkovmodel，以及如何使用HMM来做NLP任务的训练。概率模型假设我们的目标是给定一句话w（也就是一个序列），希望获得一组最优的tagging序列t，\[\hat{t}=argmax_tP(t|w)=argmax_t\frac{P(w|t)P(t)}{P(w)}=argmax_tP(w|t)P(t)\]再利用相互独立假设，\[P(
MrDoghead·2020-06-20 02:00

hmmlearn使用简介

本文内容包含来自：[1]用hmmlearn学习隐马尔科夫模型HMM[2]官方文档
esctrionsit·2020-05-10 20:16

【NLP】用于序列标注问题的条件随机场（Conditional Random Field, CRF）

上一篇介绍了隐马尔科夫模型，隐马尔科夫模型引入了马尔科夫假设，即当前时刻的状态只与其前一时刻的状态有关。但是，在序列标注任务中，当前时刻的状态，应该同该时刻的前后的状态均相关。
有三AI·2020-03-31 21:30
上一页 3 4 5 6 7 8 9 10 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他