隐马尔可夫模型

用于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随机序列的结果或状态的过程。马尔可夫过程的特点是无记忆——下一个状态只取决于当前状态，而不取决于导致它们到达那里的历史。马尔可夫过程模型被广泛应用，从每日股票价格到染色体中基因的位置。隐马尔可夫模型(HMM)试图恢复生成给定观察数据集的状态序列。

功能

`hmmdecode`	隐马尔可夫模型后验状态概率
`hmmestimate`	基于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`	基于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。