HMM 검색 결과

해당 글 2건

Week 9.2 Joint and Marginal Probability of HMM

Forward Backward Probability를 좀 알아야 HMM 을 할수 있다. 그래서 Forward Backward Probability에 대해 알아보자. HMM에서 다음과 같은 질문이 있을수 있다. 1. Evaluation question. - π, a, b 가 알려저 있을고 , HMM의 구조를 가지고 X가 generate 되었다고 가정했을떄 얼마나 likely한 observation인지 evaluation 하는것. π : initial state. latent state를 정의할때 쓰이는 parameter. a : transtion 할때 현재 state에서 다음 state 이동할때 확률 b : 어떤 특정 state 에서 observation 이 generate 되어 나올 확률 X : 우리가 ..
머신러닝/문일철 교수님 강의 정리 (인공지능및기계학습개론) 2019. 10. 16. 22:32

Week 9.1 Concept of Hidden Markov Model

군집을 이루고 있다가 , time에 따라 point가 흘러간다고 생각해보자. 그러면 기존의 GMM 이 어떻게 바뀌어야 되는지에 대해 생각해보자. N : N개의 데이터 포인트 Z : latent factor ( 어떤 cluster 에 포함하는지 지정하는 factor) Σ,π,μ : Parameter π : Multinomial random variable 시간의 흐름에 따른 Latent factor(z1,z2,z3....)의 변화를 모델링. x1 , x2 , x3 ...등은 관측된 값. z1 과 x1 의 causality를 표현하는 방법 : P(X1|Z1) k개의 군집이 있다고 해보자. K개의 component가 있다는 의미이다. Latent factor가 continuous 하면 Kalman filter..
머신러닝/문일철 교수님 강의 정리 (인공지능및기계학습개론) 2019. 10. 15. 21:10