Definição – O que significa Hidden Markov Model (HMM)?
Um modelo de Markov oculto (HMM) é um tipo de modelo estatístico que é uma variação da cadeia de Markov. Em um modelo de Markov oculto, existem estados “ocultos”, ou não observados, em contraste com uma cadeia de Markov padrão onde todos os estados são visíveis para o observador. Modelos ocultos de Markov são usados para aprendizado de máquina e tarefas de mineração de dados, incluindo fala, escrita e reconhecimento de gestos.
Definirtec explica o modelo oculto de Markov (HMM)
O modelo oculto de Markov foi desenvolvido pelo matemático LE Baum e seus colegas na década de 1960. Como a popular cadeia de Markov, o modelo de Markov oculto tenta prever o estado futuro de uma variável usando probabilidades com base no estado atual e passado. A principal diferença entre uma cadeia de Markov e o modelo de Markov oculto é que o estado no último não é diretamente visível para um observador, embora a saída seja.
Modelos ocultos de Markov são usados para aprendizado de máquina e tarefas de mineração de dados. Alguns deles incluem reconhecimento de voz, reconhecimento de escrita, marcação de classes gramaticais e bioinformática.