隐马可夫模型
(探索看不到现象等的数学工具)
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)。
用户数据
参数表
继承树
构成树
关注人数:
0
技点进度:
0
/
0
题库进度:
0
/
0
技能进度:
0
/
关注级别:
取消关注
【参数模块正在开发当中】