隐马可夫模型

隐马可夫模型(Hidden Markov Model， HMM)是一连串事件接续发生的机率，用以探索看不到的世界/现象/事实的数学工具，是机器学习（Machine Learning）领域中常常用到的理论模型，从语音识别（Speech Recognition）、手势辨识（gesture recognition），到生物信息学（Bioinformatics），都可以见到其身影。我们通常都习惯寻找一个事物在一段时间里的变化模式（规律）。