Das Hidden-Markov-Modell

Zufallsprozesse mit verborgenen Zuständen und ihre wahrscheinlichkeitstheoretischen Grundlagen

de

Éditeur :

Springer Spektrum


Paru le : 2022-10-25



eBook Téléchargement , DRM LCP 🛈 DRM Adobe 🛈
Lecture en ligne (streaming)
9,85

Téléchargement immédiat
Dès validation de votre commande
Ajouter à ma liste d'envies
Image Louise Reader présentation

Louise Reader

Lisez ce titre sur l'application Louise Reader.

Description
Im Mittelpunkt dieses essentials steht eine Einführung in ein bekanntes statistisches Modell, das Hidden-Markov-Modell.
Damit können Probleme bewältigt werden, bei denen aus einer Folge von Beobachtungen auf die wahrscheinlichste zustandsspezifische Beschreibung geschlossen werden soll.
Die Anwendungen des Hidden-Markov-Modells liegen hauptsächlich in den Bereichen Bioinformatik, Computerlinguistik, maschinelles Lernen und Signalverarbeitung.
In diesem Büchlein werden die beiden zentralen Problemstellungen in HMMs behandelt.Das Problem der Inferenz wird mit dem berühmten Viterbi-Algorithmus gelöst, und das Problem der Parameterschätzung wird mit zwei bekannten Methoden angegangen (Erwartungsmaximierung und Baum-Welch).
Pages
70 pages
Collection
n.c
Parution
2022-10-25
Marque
Springer Spektrum
EAN papier
9783662659670
EAN PDF
9783662659687

Informations sur l'ebook
Nombre pages copiables
0
Nombre pages imprimables
7
Taille du fichier
1004 Ko
Prix
9,85 €
EAN EPUB
9783662659687

Informations sur l'ebook
Nombre pages copiables
0
Nombre pages imprimables
7
Taille du fichier
5622 Ko
Prix
9,85 €

Dr. Karl-Heinz Zimmermann studierte Informatik und Mathematik an der Universität Erlangen-Nürnberg. Er promovierte dort in Theoretischer Informatik und habilitierte in Mathematik an der Universität Bayreuth. Er war Fulbright-Stipendiat an der Princeton Universität und Heisenberg-Stipendiat an der Universität Karlsruhe (TH). Er ist seit mehr als 25 Jahren Professor für Informatik an der Technischen Universität Hamburg und Autor von mehreren Forschungsmonographien sowie von über 120 wissenschaftlichen Forschungspublikationen.

Suggestions personnalisées