条件随机场模型简单介绍(2)

隐马尔可夫模型介绍

HMM的3个基本问题:

1/概率计算:前向算法,后向算法

2/学习问题:已知状态序列的时候可以用监督算法求参,不知道状态序列的时候则使用Baum-Welch方法(EM算法)求参.

(Baum Welch参考:http://blog.csdn.net/u014688145/article/details/53046765?locationNum=7&fps=1)

3/预测问题(最重要的部分):维特比算法计算------简单的动态规划

线性链条件随机场模型介绍

1/团与最大团

2/Hammersley-Clifford定理:求无向图的联合概率分布

3/线性链条件随机场:(是随机条件Y关于随机变量X的条件概率):

           (1)概率计算:前向-后向方法

           (2)学习问题:利用对数最大似然来求参

           (3)预测问题:仍然使用维特比算法