Im Mittelpunkt dieses essentials steht eine Einführung in ein bekanntes statistisches Modell, das Hidden-Markov-Modell.Damit können Probleme bewältigt werden, bei denen aus einer Folge von Beobachtungen auf die wahrscheinlichste zustandsspezifische Beschreibung geschlossen werden soll.Die Anwendungen des Hidden-Markov-Modells liegen hauptsächlich in den Bereichen Bioinformatik, Computerlinguistik, maschinelles Lernen und Signalverarbeitung.In diesem Büchlein werden die beiden zentralen Problemstellungen in HMMs behandelt.Das Problem der Inferenz wird mit dem berühmten Viterbi-Algorithmus gelöst, und das Problem der Parameterschätzung wird mit zwei bekannten Methoden angegangen (Erwartungsmaximierung und Baum-Welch).
Produkteigenschaften
- Artikelnummer: 9783662659670
- Medium: Buch
- ISBN: 978-3-662-65967-0
- Verlag: Springer
- Erscheinungstermin: 26.10.2022
- Sprache(n): Deutsch
- Auflage: 1. Auflage 2022
- Serie: essentials
- Produktform: Kartoniert, Paperback
- Gewicht: 117 g
- Seiten: 70
- Format (B x H x T): 148 x 210 x 5 mm
- Ausgabetyp: Kein, Unbekannt
