寫在前面
最近在寫論文過程中，研究了一些關于概率統(tǒng)計的算法，也從網(wǎng)上收集了不少資料，在此整理一下與各位朋友分享。
隱馬爾可夫模型，簡稱HMM(Hidden Markov Model), 是一種基于概率的統(tǒng)計分析模型，用來描述一個系統(tǒng)隱性狀態(tài)的轉移和隱性狀態(tài)的表現(xiàn)概率。
本文適用于對HMM感興趣的入門讀者，為了讓文章更加通俗易懂，我會多闡述數(shù)學思想，盡可能的撇開公式，撇開推導。結合實際例子，爭取做到雅俗共賞，童叟無欺。沒有公式，就沒有傷害。
建議看一下吳軍博士的《數(shù)學之美》，里面有簡單的說明。然后看下HMM的三個計算問題和對應的解答，你會發(fā)現(xiàn)基本就是動態(tài)規(guī)劃的思想。
本文并非原創(chuàng)，內(nèi)容主要來自互聯(lián)網(wǎng)，自己在此基礎上加入了個人的理解，如有侵權還請告知！
