- HMM; Hidden Markov Model
- 시스템이 은닉된 상태와 관찰 가능한 결과의 두 가지 요소로 이루어졌다고 보는 통계 기반의 모델
- 마코프 체인을 기반으로 하고 있음
- 마코프 체인의 핵심 개념: 한 상태(state)의 확률은 단지 그 이전 상태에만 의존한다.
특징[edit | edit source]
- 은닉 상태: 상태를 직접적으로 볼 수 없고 상태들로부터 야기된 결과들만을 관찰 가능
- 마르코프 체인: 각 시행 결과가 바로 앞의 시행 결과에만 영향을 받는 일련의 확률적 시행
- 순차 데이터: 시간성을 갖는 데이터, 대부분 가변 길이를 가짐
주요 변수[edit | edit source]
| 변수 | 설명 |
|---|---|
| 초기화 확률 | HMM 시작 시점 어느 상태에서 시작할지 결정 시 확률 |
| 상태 전이 확률 | 상태 전이 시 발생하는 확률 |
| 관측 확률 | 어느 한 상태, 관측된 상태 확률 |
