Inhaltsverzeichnis:
- Definition - Was bedeutet Hidden Markov Model (HMM)?
- Techopedia erklärt das Hidden Markov Model (HMM)
Definition - Was bedeutet Hidden Markov Model (HMM)?
Ein verstecktes Markov-Modell (HMM) ist eine Art statistisches Modell, das eine Variation der Markov-Kette darstellt. In einem Hidden-Markov-Modell gibt es im Gegensatz zu einer Standard-Markov-Kette, in der alle Zustände für den Beobachter sichtbar sind, "versteckte" oder nicht beobachtete Zustände. Versteckte Markov-Modelle werden für maschinelles Lernen und Data-Mining-Aufgaben verwendet, einschließlich Sprach-, Handschrift- und Gestenerkennung.
Techopedia erklärt das Hidden Markov Model (HMM)
Das Hidden-Markov-Modell wurde in den 1960er Jahren vom Mathematiker LE Baum und seinen Kollegen entwickelt. Wie die beliebte Markov-Kette versucht das Hidden-Markov-Modell, den zukünftigen Zustand einer Variablen anhand von Wahrscheinlichkeiten vorherzusagen, die auf dem aktuellen und dem vergangenen Zustand basieren. Der Hauptunterschied zwischen einer Markov-Kette und dem Hidden-Markov-Modell besteht darin, dass der Zustand in letzterem für einen Beobachter nicht direkt sichtbar ist, obwohl die Ausgabe so ist.
Versteckte Markov-Modelle werden für maschinelles Lernen und Data Mining-Aufgaben verwendet. Einige davon umfassen Spracherkennung, Handschrifterkennung, Teil-der-Sprache-Kennzeichnung und Bioinformatik.
