隠れMarkovモデル - 機械学習の「朱鷺の杜Wiki」隠れMarkovモデル (hidden Markov model)† 状態を潜在変数となっているMarkovモデルに状態に依存した観測変数のシンボルの出力確率 \(b_j(k)=\Pr[v_k|q_t=S_j]\) を加えたもの． すなわち，初期状態分布 π，遷移確率分布 A，観測変数のシンボルの出力分布 B で定義される． 隠れMarkovモデル：\(\lambda=(A,B,\pi)\) 潜在変数である状態：\(\{S_i\}_i^N\) 遷移確率分布 \(A\)：時刻 t で状態 \(S_j\) へ遷移する確率 \[\Pr[q_t=S_j|q_{t-1}=S_i,\ldots,q_{t-n}=S_k]\] 観測シンボル確率分布 \(B\)：状態 \(S_j\) でシンボル \(v_k\) が出力される確率 \[b_j(k)=\Pr[v_k|q_t=S_j]\] 初期状態分布 \(\p
