Hidden Markov Models
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