隐马尔科夫

隐马尔科夫模型（Hidden Markov Model，HMM）是一种统计模型，它用来描述一个含有隐含未知参数的马尔可夫过程。其难点是从可观察的参数中确定该过程的隐含参数。然后利用这些参数对未来的过程做出预测。例如：语音识别、手写体识别等 。 隐马尔科夫模型由三部分组成：状态集合、观测集合和状态转移概率。其中，状态集合是指所有可能的状态组成的集合；观测集合是指所有可能的观测组成的集合；状态转移概率是指从一个状态转移到另一个状态的概率。