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。

隐马尔可夫模型

用于生成数据的马尔可夫模型

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。

函数

`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