隠れマルコフモデルの例 その2 Pythonで隠れマルコフモデルのFilteringの例 Pythonで隠れマルコフモデルのSmoothingの例 隠れマルコフモデルとは、システムがパラメータのわからないマルコフ性を持つとする確率モデルです。マルコフ性とはその過程の将来状態の条件付き確率分布が、現在の状態のみにより決まり、過去のどんな状態にもよらないという特性のことです。ここではこのモデルの例を記します。 ある友達が遠くに住んでいて、毎日何をしたかをあなたに電話で話します。友達は「散歩」「買物」「掃除」の3つのことにしか関心がありません。友達が何をするかはもっぱらその日の天気で決めます。あなたは友達が住んでいるところの天気の明確な情報は持っていません。でも、どんな傾向があるかは知っています。友達が日々電話で話す出来事に基づいて、友達が住んでいるところの天気を推定してみましょう。 天気は離散
![隠れマルコフモデルの例](https://cdn-ak-scissors.b.st-hatena.com/image/square/d1306d39e6918ddfb9fff6c84263c8533a8e9470/height=288;version=1;width=512/https%3A%2F%2Fblogger.googleusercontent.com%2Fimg%2Fb%2FR29vZ2xl%2FAVvXsEhJ2hZvczxK_k6Z9bK6BW1qIUPFrWYXXsIrGCaKSPv_kwXI-Rh_oCtax5GEPPINYaLwtoy3ubAyBIWH7h8Iz0ipUw4hwaiBtlSzJntBX8xhsgjoL3JceoTSYLZwiMESzL6M7hH7L6ebtpop%2Fw1200-h630-p-k-no-nu%2Fmarkov.png)