Tabla de contenido:
- Definición: ¿Qué significa el modelo oculto de Markov (HMM)?
- Techopedia explica el modelo oculto de Markov (HMM)
Definición: ¿Qué significa el modelo oculto de Markov (HMM)?
Un modelo oculto de Markov (HMM) es un tipo de modelo estadístico que es una variación de la cadena de Markov. En un modelo oculto de Markov, hay estados "ocultos", o no observados, en contraste con una cadena estándar de Markov donde todos los estados son visibles para el observador. Los modelos ocultos de Markov se utilizan para el aprendizaje automático y las tareas de minería de datos, incluidos el reconocimiento de voz, escritura y gestos.
Techopedia explica el modelo oculto de Markov (HMM)
El modelo oculto de Markov fue desarrollado por el matemático LE Baum y sus colegas en la década de 1960. Al igual que la popular cadena de Markov, el modelo oculto de Markov intenta predecir el estado futuro de una variable utilizando probabilidades basadas en el estado actual y pasado. La diferencia clave entre una cadena de Markov y el modelo oculto de Markov es que el estado en este último no es directamente visible para un observador, a pesar de que la salida sí lo es.
Los modelos ocultos de Markov se utilizan para tareas de aprendizaje automático y minería de datos. Algunos de estos incluyen reconocimiento de voz, reconocimiento de escritura a mano, etiquetado de parte del discurso y bioinformática.
