隐马尔可夫模型

数据生成的马尔可夫模型

马尔可夫过程是随机过程的例子——根据一定的概率产生结果或状态的随机序列的过程。马尔可夫过程的特点是无记忆——它们的下一个状态只依赖于当前状态，而不依赖于引导它们到达该状态的历史。从每日股票价格到基因在染色体中的位置，马尔可夫过程的模型被广泛应用。隐马尔可夫模型(HMM)寻求恢复产生一组给定观察数据的状态序列。

功能

`hmmdecode`	隐马尔可夫模型后验状态概率
`hmmestimate`	来自排放和状态的隐马尔可夫模型参数估计
`hmmgenerate`	隐马尔可夫模型状态和排放
`hmmtrain`	来自排放的隐马尔可夫模型参数估计
`hmmviterbi`	隐马尔可夫模型最可能状态路径

主题

隐马尔可夫模型(HMM)
根据数据估计马尔可夫模型。
马尔可夫链
马尔可夫链是对具有离散状态集的马尔可夫模型的数学描述。