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 モデルを推定します。

概念

マルコフ連鎖

マルコフ連鎖は、離散的な状態の集合をもつマルコフ モデルの数学的な記述です。

この情報は役に立ちましたか?