ちょっとだけノンパラベイズをやってみることにした。 幸いにもウルトラわかりやすいスライドがあったので、知っておく程度にうってつけだった。 いつも通りGraham先生のスライドは直感的にわかりやすいようにできている。 http://www.phontron.com/slides/nonparametric-tutorial-ja-1.pdf おかげでわかったこと。 ベイズ推定は「あらゆる確率を考慮にいれて、目的の確率を計算する」ってことがわかった。 スライドではθはP(雨)になっている。なので、ここではあらゆる雨が降る確率を考慮することになる。 例えば、0日の雨が降ることがあれば、4日の雨が降ることおあるし、40日の雨が降ることもある。 それの確率をすべて考慮にいれてしまおう。というのがベイズ推定の考え方。 で、それをHMMに役立てると何が起きるのか? 結論から言うと、 ・通常の教師なしHM