machine-learning - Kevin Murphy HMM 工具箱中的 learn dmm.m 使用的算法是什么？

Question

我将用 Python 重写一个使用 Kevin Murphy 工具书的 MATLAB 脚本。

我知道 python 中有一些 HMM 算法实现(Viterbi、Baum Welch、Backword Forward)，所以我认为我拥有移植 matlab-->python 所需的一切。

我的 MATLAB 脚本使用 learn_dhmm.m 中编写的过程:

function [LL, prior, transmat, obsmat, gamma] = learn_dhmm(data, prior, transmat, obsmat, max_iter, thresh, verbose, act, adj_prior, adj_trans, adj_obs, dirichlet)
% LEARN_HMM Find the ML parameters of an HMM with discrete outputs using EM.
%
% [LL, PRIOR, TRANSMAT, OBSMAT] = LEARN_HMM(DATA, PRIOR0, TRANSMAT0, OBSMAT0) 
% computes maximum likelihood estimates of the following parameters,
% where, for each time t, Q(t) is the hidden state, and
% Y(t) is the observation
%   prior(i) = Pr(Q(1) = i)
%   transmat(i,j) = Pr(Q(t+1)=j | Q(t)=i)
%   obsmat(i,o) = Pr(Y(t)=o | Q(t)=i)
% It uses PRIOR0 as the initial estimate of PRIOR, etc.

我不明白这个过程实际上是做什么的。

抱歉，我刚刚开始学习机器学习

Answer 1

我认为该评论是解释性的:使用 EM 查找具有离散输出的 HMM 的 ML 参数。

你可以阅读这篇经典论文来理解HMM:A tutorial on Hidden Markov Models and selected applications in speech recognition ，L.拉宾纳，1989，Proc。 IEEE 77(2):257--286。

上述函数解决了论文中的问题3(第264页)。