순차데이터 Sequence data
시간특성이 있는 데이터
Hidden Markov Models
Markov Model
state가 변화하는 횟수를 matrix에 누적하여 적고 row sum으로 나누어 확률로 표현
Hidden Markov Model
같은 시간에 발생한 두 종류의 state squence 각각의 특성과 그들의 관계를 이용해 모델링
HMM 적용 예시들
HMM 파라미터
λ = {A, B, π} : 3개의 파라미터
상태전이확률행렬, 방출확률행렬, 초기상태확률행렬
HMM로 해결할 수 있는 문제
Evaluation
Evaluation은 forward 또는 backward를 사용
Learning할때는 backward사용
Decoding은 Viterbi
Decoding
Learning
HMM 응용 예시
'Machine Learning' 카테고리의 다른 글
Anomaly Detection (0) | 2024.04.14 |
---|---|
Boosting Models (0) | 2024.04.14 |
Imbalanced Data 불균형 샘플링 기법 (0) | 2024.04.13 |
군집 분석 Clustering (0) | 2024.04.13 |
PCA (Principal Component Analysis) (0) | 2024.04.13 |