求解A, 也是条件概率展开, 再D-separation, 化简成与 F/B, A, X相关 的表示 ...
分类：
其他好文 时间：
2020-01-03 22:57:55
阅读次数：
150
为了更好理解HMM中用的DP 举一波简单的入门案例及Python代码实现 ...
分类：
其他好文 时间：
2020-01-03 09:13:55
阅读次数：
69
通过动态规划思想, 拆分子问题, 结合有向图的联合概率写法, 用到D-separation性质来 优化F/B形式,即状态转移矩阵和发射概率矩阵 ...
分类：
编程语言 时间：
2019-12-30 23:08:33
阅读次数：
150
先前的文章《三个小白是如何在三个月内搭一个基于kaldi的嵌入式在线语音识别系统的 》说我们花了不到三个月的时间搭了一个基于kaldi的嵌入式语音识别系统，不过它是基于传统的GMM-HMM的，是给我们练手用的，通过搭这个系统我们累积了一定的语音识别领域的经验，接下来我们就要考虑做什么形态的产品了。语 ...
分类：
其他好文 时间：
2019-12-30 09:48:50
阅读次数：
266
通过 EM 算法思想来求解参数, 计算核心是 F/B 算法. ...
分类：
其他好文 时间：
2019-12-29 00:53:02
阅读次数：
83
本科阶段学了三四遍的HMM，机器学习课，自然语言处理课，中文信息处理课；如今学研究生的自然语言处理，又碰见了这个老熟人； 虽多次碰到，但总觉得一知半解，对其了解不够全面，借着这次的机会，我想要直接搞定这个大名鼎鼎的模型，也省着之后遇到再费心。 Outline 模型引入与背景介绍 从概率图讲起 贝叶斯 ...
分类：
其他好文 时间：
2019-12-24 23:48:08
阅读次数：
103
隐马尔可夫模型（Hidden Markov Model，HMM）是统计模型，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。隐马尔可夫模型（HMM）可以用五个元素来描述，包括2个状态集合和3个概率矩阵：1. 隐含状态 S、2. 可观测状态 O、3. 初始状 ...
分类：
其他好文 时间：
2019-12-20 00:54:57
阅读次数：
160
/** * @Description * @author xukaixun * @param zipSavePath 压缩好的zip包存放路径 * @param sourceFile 待压缩的文件（单个文件或者整个文件目录） * @return */ public static void zipCo ...
分类：
其他好文 时间：
2019-12-18 12:40:12
阅读次数：
159
概率知识点： 0=<P(A)<=1 P(True)=1;P(False)=0 P(A)+P(B)-P(A and B) = P(A or B) P(A|B)=P(A,B)/P(B) => P(A,B)=P(A|B)P(B) =>P(A,B,C) = P(A|B,C)P(B|C)P(C) 如果A,B ...
分类：
其他好文 时间：
2019-12-14 09:34:07
阅读次数：
84
概括：朴素贝叶斯分类器(Naïve Bayes classifier)是一种相当简单常见但是又相当有效的分类算法，在监督学习领域有着很重要的应用。朴素贝叶斯是建立在“全概率公式”的基础下的，由已知的尽可能多的事件A、B求得的P(A|B)来推断未知P(B|A)，是的有点玄学的意思，敲黑板！！！ 优点： ...
分类：
其他好文 时间：
2019-12-13 14:20:21
阅读次数：
295
