Le modèle de Markov caché : les processus d'apprentissage avec des besoins réels et les fondements de la théorie de l'égalité des chances

Le modèle de Markov caché : les processus d'apprentissage avec des besoins réels et les fondements de la théorie de l'égalité des chances (Karl-Heinz Zimmermann)

Titre original :

Das Hidden-Markov-Modell: Zufallsprozesse Mit Verborgenen Zustnden Und Ihre Wahrscheinlichkeitstheoretischen Grundlagen

Contenu du livre :

Cet essentiel est centré sur une introduction à un modèle statistique bien connu, le modèle de Markov caché.

Celui-ci permet de résoudre des problèmes dans lesquels la description la plus probable d'un état doit être déduite d'une série d'observations. Les applications du modèle de Markov caché se trouvent principalement dans les domaines de la bio-informatique, de la linguistique informatique, de l'apprentissage automatique et du traitement du signal.

Dans ce livret, les deux problèmes centraux des HMM sont traités. Le problème de l'inférence est résolu à l'aide du célèbre algorithme de Viterbi, et le problème de l'estimation des paramètres est abordé à l'aide de deux méthodes bien connues (maximisation de l'espérance et Baum-Welch).

Autres informations sur le livre :

ISBN :9783662659670
Auteur :
Éditeur :
Langue :anglais
Reliure :Broché

Achat:

Actuellement disponible, en stock.

Je l'achète!

Autres livres de l'auteur :

Le modèle de Markov caché : les processus d'apprentissage avec des besoins réels et les fondements...
Cet essentiel est centré sur une introduction à un...
Le modèle de Markov caché : les processus d'apprentissage avec des besoins réels et les fondements de la théorie de l'égalité des chances - Das Hidden-Markov-Modell: Zufallsprozesse Mit Verborgenen Zustnden Und Ihre Wahrscheinlichkeitstheoretischen Grundlagen

Les œuvres de l'auteur ont été publiées par les éditeurs suivants :

© Book1 Group - tous droits réservés.
Le contenu de ce site ne peut être copié ou utilisé, en tout ou en partie, sans l'autorisation écrite du propriétaire.
Dernière modification: 2024.11.14 07:32 (GMT)