第4章 NLP基礎——4.7，4.8 隱馬爾可夫模型

1.馬爾可夫過程（Markov process） （1）是一類隨機過程 （2）在已知目前狀態的條件下，它未來的演變不依賴於它以往的演變。主要研究一個系統的狀況及其轉移的理論。它是通過對不同狀態的初始概率以及狀態之間的轉移概率的研究，來確定狀態的變化趨勢，從而達到對預測未來的目的。        無後效性，便利性 （3）馬爾科夫鏈Markov chain是指具有馬爾科夫性質的離散事件隨機過程，即時間

>>阅读原文<<