本页对应的英文页面已更新,但尚未翻译。 若要查看最新内容,请点击此处访问英文页面。
马尔可夫过程是随机过程的示例,随机过程就是根据某些概率生成随机的结果序列或状态序列的过程。马尔可夫过程的鲜明特点在于不占内存 - 它们的下一个状态仅取决于当前状态,不取决于产生当前状态的历史原因。马尔可夫过程的模型应用广泛,从每天的股价到染色体中基因的位置都有应用。隐马尔可夫模型 (HMM) 用于尝试还原生成给定观察数据集的状态序列。
hmmdecode | Hidden Markov model posterior state probabilities |
hmmestimate | Hidden Markov model parameter estimates from emissions and states |
hmmgenerate | Hidden Markov model states and emissions |
hmmtrain | Hidden Markov model parameter estimates from emissions |
hmmviterbi | Hidden Markov model most probable state path |
Estimate Markov models from data.
Markov chains are mathematical descriptions of Markov models with a discrete set of states.