隐马尔可夫HMM精讲特训

201分钟

隐马儿可夫模型(HiddenMarkovModel)，简称 HMM，既是机器学习中的经典模型，在语言识别，自然语言处理，模式识别等领域有广泛的应用。特别对于 NLP算法工程师来说，掌握HMM算法能够提…

顾问咨询

课程分类: 人工智能 | 技术开发

适用人群: 工程师, 专家, 研究员课程标签: 隐马尔可夫,概率模型,NLP算法

隐马儿可夫模型(HiddenMarkovModel)，简称 HMM，既是机器学习中的经典模型，在语言识别，自然语言处理，模式识别等领域有广泛的应用。特别对于 NLP算法工程师来说，掌握HMM算法能够提高解决问题建模的能力、拓展算法思路，在NLP算法岗的面试中游刃有余。本课程将带你深入了解隐马儿可夫模型的定义，两个基本假设及三个基本问题，掌握概率计算算法、期望最大EM算法的详细推导过程，通过本门课程的学习，对于HMM模型的掌握将变得不再困难。

第一阶段：模型定义及概率计算 - 第1课隐马尔可夫模型定义 - 第2课隐马尔可夫模型两个假设和三个问题 - 第3课隐马尔可夫模型概率计算算法 - 第4课前向算法与回顾总结第二阶段：期望最大EM算法及模型学习 - 第5课期望最大EM算法（一） - 第6课期望最大EM算法（二）上 - 第6课期望最大EM算法（二）下 - 第7课隐马尔可夫模型学习算法 - 第8课隐马尔可夫模型预测算法

七月在线

集AI大模型教育、应用开发、机器人解决方案为一体

课程详情

隐马尔可夫HMM精讲特训

七月在线