ドキュメンテーション

最新のリリースでは、このページがまだ翻訳されていません。 このページの最新版は英語でご覧になれます。

隠れマルコフ モデル

データ生成用のマルコフ モデル

"マルコフ モデル" は、確率過程 (ある確率に従って無作為な結果または状態の系列を生成する過程) の例です。マルコフ過程は、無記憶性によって区別されます。マルコフ過程での現在の状態に続く次の状態は、現在の状態にのみ依存し、その状態に至った履歴には依存しません。マルコフ過程のモデルは、毎日の株価や染色体における遺伝子の位置など、広範囲に利用されます。"隠れマルコフ モデル (HMM)" では、与えられた一連の観測データを生成した状態シーケンスを復元しようとします。

関数

hmmdecode 隠れマルコフ モデル事後状態確率
hmmestimate 出力と状態からの隠れマルコフ モデルのパラメーター推定
hmmgenerate 隠れマルコフ モデルの状態と出力
hmmtrain 出力からの隠れマルコフ モデルのパラメーター推定
hmmviterbi 隠れマルコフ モデルの最も可能性の高い状態パス

例および操作のヒント

隠れマルコフ モデル (HMM)

データからマルコフ モデルを推定

概念

マルコフ連鎖

離散マルコフ モデル

この情報は役に立ちましたか?