No tienes acceso a esta clase

¡Continúa aprendiendo! Únete y comienza a potenciar tu carrera

Entrenando un HMM

6/26
Recursos

Aportes 9

Preguntas 1

Ordenar por:

¿Quieres ver más aportes, preguntas y respuestas de la comunidad?

Ya agreguen el boton de me encanta a las clases

El objetivo de una cadena de markov latente es encontrar dada una secuencia de palabras cuál es la secuencia de etiquetas que le corresponde con mayor probabilidad

Con esta explicación me quedo muy claro el concepto.

Hidden Markov Model for predict stock coin

que bien

Se podria crear redes neuronales adversarias? De tal forma que se una red (Generadora) genere palabras dado una etiqueta y otra (Descriminadora) dada una palabra les de una etiquet.

Excelente profesor. Claro, conciso y coherente en cada argumento que da. Soy matemático y es sorprendente como explica fácilmente conceptos difíciles de una manera sencilla.
### Conclusión Entrenar un **Modelo Oculto de Markov** es un proceso iterativo de ajustar los parámetros para maximizar la probabilidad de las observaciones. Utilizando herramientas como `hmmlearn` en Python, podemos entrenar modelos sobre secuencias discretas de datos, obtener las matrices de transición y emisión, y luego usar estos modelos para predecir o clasificar nuevas secuencias de observaciones. Los HMMs son potentes para modelar procesos secuenciales donde los estados ocultos gobiernan la generación de observaciones, como el reconocimiento de voz, la predicción de lenguaje y el análisis de secuencias biológicas.

Me encanta que se explique haciendo el desarrollo matemático.