Im Mittelpunkt dieses essentials steht eine Einfuhrung in ein
bekanntes statistisches Modell, das Hidden-Markov-Modell.Damit
koennen Probleme bewaltigt werden, bei denen aus einer Folge von
Beobachtungen auf die wahrscheinlichste zustandsspezifische
Beschreibung geschlossen werden soll.Die Anwendungen des
Hidden-Markov-Modells liegen hauptsachlich in den Bereichen
Bioinformatik, Computerlinguistik, maschinelles Lernen und
Signalverarbeitung.In diesem Buchlein werden die beiden zentralen
Problemstellungen in HMMs behandelt.Das Problem der Inferenz wird
mit dem beruhmten Viterbi-Algorithmus geloest, und das Problem der
Parameterschatzung wird mit zwei bekannten Methoden angegangen
(Erwartungsmaximierung und Baum-Welch).
General
Is the information for this product incomplete, wrong or inappropriate?
Let us know about it.
Does this product have an incorrect or missing image?
Send us a new image.
Is this product missing categories?
Add more categories.
Review This Product
No reviews yet - be the first to create one!