Séance de cours

Hidden Markov Modèles: Primer

Description

Cette séance de cours fournit une introduction sur les modèles de Markov cachés (HMM), couvrant la définition des modèles de Markov, les trois problèmes de base pour les HMM, et les algorithmes pour les résoudre: Forward-Backward, Viterbi et Baum-Welch. Il explique les concepts avec des exemples et détaille l'algorithme Expectation-Maximisation pour l'apprentissage non supervisé.

À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.