隱馬爾科夫模型，三個基本問題及相應演算法

隱馬爾科夫模型基本問題及其相應的演算法：

1、評估問題：機率計算問題：給定模型和觀測序列，計算在模型下觀測序列出現的機率。

前向、後向演算法解決的是一個評估問題，即給定一個模型，求某特定觀測序列的機率，用於評估該序列最匹配的模型。

2、模型學習問題：已知觀測序列，估計模型中的參數，使得在該模型下觀測序列機率最大，即用極大似然估計的方法估計參數。

Baum-Welch演算法解決的是一個模型訓練問題，即參數估計，是一種無監督的訓練方法，主要通過EM迭代實現；即只有觀測序列，無狀態序列時訓練模型。

極大似然估計：觀測序列和相應的狀態序列都存在的監督學習演算法，用來估計參數。

3、解碼問題/預測問題：已知模型和觀測序列，給定觀測序列，求最可能的對應的狀態序列。

維特比演算法解決的是給定一個模型和某個特定的輸出序列，求最可能產生這個輸出的狀態序列。如通過海藻變化（輸出序列）來觀測天氣（狀態序列），是預測問題，通訊中的解碼問題。