我要招人

去企业版

首页 > 试题广场 >

隐马尔可夫模型三个基本问题以及相应的算法说法正确的是（

[不定项选择题]

隐马尔可夫模型三个基本问题以及相应的算法说法正确的是（）

```
评估—前向后向算法
```
```
解码—维特比算法
```
```
学习—Baum-Welch算法
```
```
学习—前向后向算法
```

查看正确选项

花花beth

前向、后向算法解决的是一个评估问题，即给定一个模型，求某特定观测序列的概率，用于评估该序列最匹配的模型。

Baum-Welch算法解决的是一个模型训练问题，即参数估计，是一种无监督的训练方法，主要通过EM迭代实现；

维特比算法解决的是给定一个模型和某个特定的输出序列，求最可能产生这个输出的状态序列。如通过海藻变化（输出序列）来观测天气（状态序列），是预测问题，通信中的解码问题。

发表于 2018-03-12 18:25:38 回复(0)

zmh

针对以下三个问题，人们提出了相应的算法
*1 评估问题：前向算法
*2 解码问题： Viterbi算法
*3 学习问题： Baum-Welch算法(向前向后算法)

发表于 2017-05-26 11:10:46 回复(1)

你永远得不到的祖奶奶

HMM模型一共有三个经典的问题需要解决：

1）评估观察序列概率。即给定模型λ=(A,B,Π)λ=(A,B,Π)和观测序列O={o1,o2,...oT}O={o1,o2,...oT}，计算在模型λλ下观测序列OO出现的概率P(O|λ)P(O|λ)。这个问题的求解需要用到前向后向算法，我们在这个系列的第二篇会详细讲解。这个问题是HMM模型三个问题中最简单的。

2）模型参数学习问题。即给定观测序列O={o1,o2,...oT}O={o1,o2,...oT}，估计模型λ=(A,B,Π)λ=(A,B,Π)的参数，使该模型下观测序列的条件概率P(O|λ)P(O|λ)最大。这个问题的求解需要用到基于EM算法的鲍姆-韦尔奇算法，我们在这个系列的第三篇会详细讲解。这个问题是HMM模型三个问题中最复杂的。

3）预测问题，也称为解码问题。即给定模型λ=(A,B,Π)λ=(A,B,Π)和观测序列O={o1,o2,...oT}O={o1,o2,...oT}，求给定观测序列条件下，最可能出现的对应的状态序列，这个问题的求解需要用到基于动态规划的维特比算法，我们在这个系列的第四篇会详细讲解。这个问题是HMM模型三个问题中复杂度居中的算法。

发表于 2020-07-28 21:37:33 回复(0)

星星果酱段

1. 前向、后向算法解决的是一个评估问题，即给定一个模型，求某特定观测序列的概率，用于评估该序列最匹配的模型。
2. Baum-Welch算法解决的是一个学习（模型训练）问题，即参数估计，是一种无监督的训练方法，主要通过EM迭代实现；
3. 维特比算法解决的是解码问题给定一个模型和某个特定的输出序列，求最可能产生这个输出的状态序列。如通过海藻变化（输出序列）来观测天气（状态序列），是预测问题，通信中的解码问题。

发表于 2022-06-28 16:09:32 回复(0)

机器变得更残忍

1. 三种不同的算法

2. 一个算法对应一个基本问题

发表于 2017-09-06 18:04:39 回复(0)

看见我请叫我去刷题

HMM

评估：前向后向

解码：维特比，预测

学习：Baum_welch，无监督训练

发表于 2022-04-07 10:52:22 回复(0)

嘿~菜鸟

参考：https://blog.csdn.net/lukabruce/article/details/82380511

发表于 2020-02-12 20:59:10 回复(0)

Aaron_12

*1 评估问题：前向算法
*2 解码问题： Viterbi算法
*3 学习问题： Baum-Welch算法(向前向后算法)

发表于 2018-08-05 10:45:20 回复(1)

提交观点

问题信息

机器学习

上传者：齐小乐

难度：

8条回答 1292收藏 8347浏览

隐马尔可夫模型三个基本问题以及相应的算法说法正确的是（

问题信息

热门推荐

相关试题