算法工程师面试九之隐马尔可夫模型

Bertha 。 2023-01-01 12:52 112阅读 0赞

# 总结 #

*  文章来源：CSDN@LawsonAbs
 *  建议读者去看《统计机器学习》，真的是太好的一本书了吧，我写的博客跟它相比，真的是低幼读物，哭唧唧o(╥﹏╥)o

--------------------

# 1 模型为什么会有隐马尔可夫模型？ #

# 2 模型定义 #

# 3 模型结构？ #

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpdTE2NjU5_size_16_color_FFFFFF_t_70]

# 什么是隐变量？\# 什么是观测变量？ #

*  隐变量（不可观测到的变量）也称状态变量，直观上说就是待求的变量序列。
 *  观测变量指的就是可以直接可以观测到的序列，也就说数据中可以体现出的序列。

二者更加具体的感知可以在《统计机器学习方法 第二版》 P195中例10.1找到。如下图：

# 模型的特征？ #

*  是一种含有隐变量的**时序数据**模型
 *  是一种概率图模型（要知道概率图模型的任务是计算变量的联合分布），上图中对应的概率分布就如下：  
    ![在这里插入图片描述][20210102214422438.png]

# 模型中的带箭头的边是什么意思？ #

边表示变量之间的依赖关系。

# 什么是马尔可夫链？模型中的马尔可夫链是怎么体现的？ #

## 马尔可夫链 ##

系统下一时刻的状态仅由当前状态决定，不依赖于以往的任何状态

## 模型中的马尔科夫链（HMM中的两个假设） ##

分成 两部分：

*  观测独立性假设：在任意时刻t，给定 z t z\_t zt，观测变量 x t x\_t xt只和 z t z\_t zt相关，而与其它隐变量及观测变量无关
 *  齐次马尔科夫假设：在任意时刻t，隐变量 z t z\_t zt只和 z t − 1 z\_\{t-1\} zt−1相关，与其它时刻的状态及观测无关，也与时刻t无关

# 参考资料 #

*  《统计机器学习》

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L2xpdTE2NjU5_size_16_color_FFFFFF_t_70]: /images/20221120/8d5e38b35393472aafee0280e65078e8.png
[20210102214422438.png]: /images/20221120/d54bbeaf89b84f58be9087981821b21e.png