HMM 模型
前向-后向算法
EM 算法
直观地理解 EM 算法，它也可被看作为一个逐次逼近算法 : 事先并不知道模型的参数，可以随机的选择一套参数或者事先粗略地给定某个初始参数λ0 ，确定出对应于这组参数的最可能的状态，计算每个训练样本的可能结果的概率，在当前的状态下再由样本对参数修正，重新估计参数λ ，并在新的参数下重新确定模型的状态，这样，通过多次的迭代，循环直至某个收敛条件满足为止，就可以使得模型的参数逐渐逼近真实参数。
©-
ZhuYuanxiang
|
pv
|
uv
Theme Tree
by Wu Jun
Powered by Hexo