Sommario:
Definizione - Cosa significa Hidden Markov Model (HMM)?
Un modello Markov nascosto (HMM) è un tipo di modello statistico che è una variazione della catena Markov. In un modello Markov nascosto, ci sono stati "nascosti", o non osservati, in contrasto con una catena Markov standard in cui tutti gli stati sono visibili all'osservatore. I modelli nascosti di Markov sono utilizzati per attività di machine learning e data mining, tra cui il parlato, la scrittura a mano e il riconoscimento dei gesti.
Techopedia spiega Hidden Markov Model (HMM)
Il modello nascosto di Markov fu sviluppato dal matematico LE Baum e dai suoi colleghi negli anni '60. Come la popolare catena Markov, il modello nascosto di Markov tenta di prevedere lo stato futuro di una variabile utilizzando le probabilità basate sullo stato corrente e passato. La differenza chiave tra una catena di Markov e il modello nascosto di Markov è che lo stato in quest'ultimo non è direttamente visibile a un osservatore, anche se l'output lo è.
I modelli nascosti di Markov sono utilizzati per attività di machine learning e data mining. Alcuni di questi includono il riconoscimento vocale, il riconoscimento della scrittura a mano, il tagging parziale e la bioinformatica.
