本文主要是介绍机器学习练习记录（3）：HMM中,如果已知观察序列和产生观察序列的状态序列,如何直接进行参数估计?，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
在HMM中,如果已知观察序列和产生观察序列的状态序列,那么可用以下哪种方法直接进行参数估计()
A.EM算法
B.维特比算法
C.前向后向算法
D.极大似然估计
A.EM算法
B.维特比算法
C.前向后向算法
D.极大似然估计
EM算法： 只有观测序列，无状态序列时来学习模型参数，即Baum-Welch算法
维特比算法： 用动态规划解决HMM的预测问题，不是参数估计
前向后向：用来算概率
极大似然估计：即观测序列和相应的状态序列都存在时的监督学习算法，用来估计参数
这篇关于机器学习练习记录（3）：HMM中,如果已知观察序列和产生观察序列的状态序列,如何直接进行参数估计?的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
