Скрытые марковские модели: основы и алгоритмы

Текст представляет собой учебные материалы по скрытым марковским моделям (СММ), которые расширяют возможности простых марковских цепей. В то время как обычные марковские цепи оперируют наблюдаемыми событиями, СММ позволяют анализировать скрытые факторы, такие как части речи в лингвистике или погодные условия в исторических реконструкциях. Авторы подробно описывают компоненты модели, включая матрицы переходных вероятностей, начальные распределения и вероятности эмиссии символов. Особое внимание уделяется трем фундаментальным задачам: оценке правдоподобия, декодированию последовательностей и обучению параметров. Для эффективного вычисления вероятностей вместо перебора экспоненциального числа вариантов предлагается использовать алгоритм прямого хода. В качестве наглядного примера используется задача сопоставления количества съеденного мороженого с типом погоды.