摘要： 1.EM算法是含有隐变量的变量的概率模型极大似然估计或极大后验概率估计的迭代算法，含有隐变量的概率模型的数据表示为$P(Y,Z|\theta)$.这里，$Y$是观测变量的数据，$Z$是隐变量的数据，$\theta$是模型参数。EM算法通过迭代求解观测数据的对数似然函数$L(\theta)=logP(... 阅读全文

摘要： 1.隐马尔可夫模型是关于时序的概率模型，描述由一个隐藏的马尔可夫链随机生成不可观测的状态的序列，再由各个状态随机生成一个观测而产生观测的。隐马尔可夫模型是由初始状态概率向量$\pi$、状态转移概率矩阵A和观测概率矩阵B决定。因此，隐马尔可夫模型可以写成$\lambda=(A,B,\pi)$.隐马尔可... 阅读全文