本文共 310 字，大约阅读时间需要 1 分钟。

隐马尔科夫模型的三个基本问题以及相应的算法如下：

A、B：前向、后向算法解决的是一个评估问题，即给定一个模型，求某特定观测序列的概率，用于评估该序列最匹配的模型。

C：Baum-Welch算法解决的是一个模型训练问题，即参数估计（学习），是一种无监督的训练方法，主要通过EM迭代实现；

D：维特比算法解决的是给定 一个模型和某个特定的输出序列，求最可能产生这个输出的状态序列。如通过海藻变化（输出序列）来观测天气（状态序列），是预测问题，通信中的解码问题。

在HMM中，在给定观测序列和对应的状态序列去估计模型参数，可以使用极大似然估计；如果给定观测序列并没有对应的状态序列，可以使用EM，将状态序列看成不可测的隐数据。

转载地址：https://blog.csdn.net/zz2230633069/article/details/102239589 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！