Das Hidden-Markov-Modell
Zufallsprozesse mit verborgenen Zuständen und ihre wahrscheinlichkeitstheoretischen Grundlagen
Karl-Heinz Zimmermann
PDF
9,99 €
Naturwissenschaften, Medizin, Informatik, Technik / Wahrscheinlichkeitstheorie, Stochastik, Mathematische Statistik
Beschreibung
Im Mittelpunkt dieses essentials steht eine Einführung in ein bekanntes statistisches Modell, das Hidden-Markov-Modell.
Damit können Probleme bewältigt werden, bei denen aus einer Folge von Beobachtungen auf die wahrscheinlichste zustandsspezifische Beschreibung geschlossen werden soll.
Die Anwendungen des Hidden-Markov-Modells liegen hauptsächlich in den Bereichen Bioinformatik, Computerlinguistik, maschinelles Lernen und Signalverarbeitung.
In diesem Büchlein werden die beiden zentralen Problemstellungen in HMMs behandelt.
Das Problem der Inferenz wird mit dem berühmten Viterbi-Algorithmus gelöst, und das Problem der Parameterschätzung wird mit zwei bekannten Methoden angegangen (Erwartungsmaximierung und Baum-Welch).
Weitere Titel von diesem Autor
Weitere Titel in dieser Kategorie
Kundenbewertungen
Schlagwörter
Hidden Markov Modell, Zeitdiskrete Markov-Prozesse, Viterbi-Algorithmus, Markow-Ketten, Inferenz von Zustandsfolgen für beobachtete Ausgabefolgen, HMM, Erwartungsmaximierungsalgorithmus, Baum-Welch-Algorithmus, Parameterschätzung in Modellen mit beobachteten Zuständen, Statistisches Markov-Modell, Verdecktes Markovmodell