Modelos Oculto de Markov - Problemas de entrenamiento
1.
2. Describen un proceso de probabilidad el cual produce una secuencia de eventos simbólicos observables. Modelos ocultos de Markov HMM I
3. Se llaman ocultos debido a que hay procesos de probabilidad subyacente que no son observables, directamente pero que afectan la secuencia de eventos generados Modelos ocultos de Markov HMM II “ En un modelo de Markov normal, el estado es visible directamente para el observador, por lo que las probabilidades de transición entre estados son los únicos parámetros” http://es.wikipedia.org/wiki/Análisis_de_Markov
4.
5.
6.
7.
8. Algoritmo EM Se utiliza para encontrar, en cada paso una estimación del conjunto de parámetros del modelo, para luego, tratar de maximizar la probabilidad de generación de los datos de entrenamiento, de forma que la probabilidad asociada al nuevo modelo sea mayor o igual a la del modelo anterior