Machine learning 隐马尔可夫模型工具：Jahmm_Machine Learning_Hidden Markov Models

Machine learning 隐马尔可夫模型工具：Jahmm

machine-learning

Machine learning 隐马尔可夫模型工具：Jahmm,machine-learning,hidden-markov-models,Machine Learning,Hidden Markov Models,我是机器学习的新手，我读过关于HMM的书，但我还有几个问题：将HMM应用于机器学习时，如何获得初始概率、发射概率和转移概率目前我有一组值（包括我想通过HMM分类的手的角度），我的第一步应该是什么我知道HMM中有三个问题（向前向后、Baum Welch和Viterbi），但我应该如何处理我的数据在我所阅读的文献中，我从未遇到过在HMM中使用分布函数，但是JaHMM用于HMM的构造函数包括：国家数目概率分布函数工厂建造商说明：创建一个新的HMM。每个状态具有相同的pi值，并且转

我是机器学习的新手，我读过关于HMM的书，但我还有几个问题：

将HMM应用于机器学习时，如何获得初始概率、发射概率和转移概率

目前我有一组值（包括我想通过HMM分类的手的角度），我的第一步应该是什么

我知道HMM中有三个问题（向前向后、Baum Welch和Viterbi），但我应该如何处理我的数据

在我所阅读的文献中，我从未遇到过在HMM中使用分布函数，但是JaHMM用于HMM的构造函数包括：

国家数目
概率分布函数工厂
建造商说明：创建一个新的HMM。每个状态具有相同的pi值，并且转移概率都相等。参数： nbStates HMM的状态数（严格为正）。 opdfFactory一个pdf生成器，用于构建与每个状态关联的pdf

这是用来干什么的？我怎么用呢

谢谢

您必须以某种方式建模和学习初始、发射和发射概率，以便它们代表您的数据。在离散分布和不太多变量/状态的情况下，您可以通过最大似然拟合获得它们，或者您可以训练一个判别分类器，该分类器可以为您提供概率估计，如随机森林或朴素贝叶斯。对于连续分布，请查看高斯过程或任何其他回归方法，如高斯混合模型或回归森林

关于你的2。三,。问题：这里要回答的是一般性和模糊性。请您参考以下书籍：Bishop的《模式识别与机器学习》和Koller/Friedman的《概率图形模型》。

非常感谢您提供的信息，我的朋友！一旦我消化了所有这些信息，我将立即着手并接受你的回答：）