Êtes-vous un étudiant de l'EPFL à la recherche d'un projet de semestre?
Travaillez avec nous sur des projets en science des données et en visualisation, et déployez votre projet sous forme d'application sur Graph Search.
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.