Definición: ¿Qué significa el modelo oculto de Markov (HMM)?
Un modelo de Markov oculto (HMM) es una especie de modelo estadístico que es una variación de la cadena de Markov. En un modelo de Markov oculto, hay estados "ocultos", o no observados, en contraste con una cadena de Markov estándar donde todos los estados son visibles para el observador. Los modelos ocultos de Markov se utilizan para tareas de aprendizaje automático y minería de datos, incluido el reconocimiento de voz, escritura a mano y gestos.
Techinfo explica el modelo oculto de Markov (HMM)
El modelo oculto de Markov fue desarrollado por el matemático LE Baum y sus colegas en la década de 1960. Al igual que la popular cadena de Markov, el modelo de Markov oculto intenta predecir el estado futuro de una variable utilizando probabilidades basadas en el estado actual y pasado. La diferencia clave entre una cadena de Markov y el modelo de Markov oculto es que el estado en este último no es directamente visible para un observador, aunque la salida sí lo sea.
Los modelos ocultos de Markov se utilizan para tareas de aprendizaje automático y minería de datos. Algunos de estos incluyen reconocimiento de voz, reconocimiento de escritura a mano, etiquetado de parte del discurso y bioinformática.