Computer Science/머신러닝3 [HMM] Forward algorithm HMM 포스팅에서 제기된 3가지 문제 중 첫번 째 문제 해결하는 방법에 대해 알아보겠습니다. 문제는 다음과 같습니다 HMM의 인자 및 특정 출력이 주어졌을 때, 주어진 출력이 도출될 확률을 계산 Forward 알고리즘에 대해 설명하기 전, 먼저 예제를 통해 이 알고리즘의 필요성에 대해 살펴보겠습니다. 예제를 다시 한번 사용하겠습니다. 어떠한 지역은 통계적으로 다음과 같이 날씨가 변하는 지역에 살고 있다. 초기 날씨 확률 : 맑음 0.2 / 흐림 0.5 / 비 0.3 또한, 이 지역에 거주하는 A는 날씨에 따라 아이스크림을 하루에 [표 2]와 같이 확률적으로 소비한다. Q. 아이스크림 소비가 (1,3,3,2)와 같이 나타났을 때, 이러한 소비 결과가 도출될 확률을 계산해라 우선 Forward 알고리즘 없이.. 2017. 11. 11. [머신러닝] HMM - Hidden Markov Model(1) 본 포스팅은 다음 포스팅[http://untitledtblog.tistory.com/97]을 참고하여 작성했습니다. HMM 개요 HMM은 MM(Markov Model)에서 발전된 방법으로 관찰 가능한 결과와 관찰이 불가능한 은닉된 상태로 이루어진 모델입니다.관찰가능한 결과를 야기하는 직접적인 원인은 관측될 수 없는 은닉 상태들이고, 오직 그 상태들이 마르코프 과정을 통해 도출된 결과들만이 관찰 될 수 있기 때문에 마르코프 모델 앞에 '은닉' 이라는 수식어가 붙었습니다. 여기서 왜 '은닉'이 붙었는지 의문이 갈 수 있습니다.실제 문제를 예로 들면, 환율의 변동을 통해 주식 시장의 상태를 유추하는 등, 관찰 가능한 정보로부터 은닉된 정보를 유추해야 하는 경우가 많습니다. HMM은 이러한 문제를 해결하기 위해.. 2017. 11. 11. SVM - Support Vector Machine 머신러닝의 갈래는 아래와 같이 나뉠수 있습니다. 예측모델과 군집모델도 더 자세하게 분류할 수 있지만, 이 글에서 설명할 것은 SVM이기 때문에 분류모델만 자세히 적었습니다.머신러닝 전체적 분야에 대한 설명은 다음에 정리해서 포스팅하겠습니다. 위 그림과 같이 SVM은 분류모델 중 하나입니다.분류모델은 쉽게 말해 기존의 데이터를 특징 별로 분류하는 것을 나타냅니다. 예를 들어 A,B,C 특징을 가지고 있는 데이터는 Group1 ,D,E,F 특징을 가지고 있는 데이터를 Group2라고 분류할 수 있을것입니다.이 때 새로운 데이터가 들어오면 Group1에 속하는지 Group2에 속하는지 판단할 수 있을 것이고 데이터의 특징을 보다 쉽게 파악할 수 있을 것입니다. 다시 말해 데이터를 어떻게 , 잘 분류할 것인가!.. 2017. 11. 1. 이전 1 다음 반응형
