2019-06-19 パターン認識と機械学習(PRML) 13章 Machine Learning PRML PRML 13章を輪講で発表しました。 簡単なまとめ 隠れマルコフモデル(HMM) 潜在変数は離散 パラメータ推定: EM + Forward-backward Viterbi アルゴリズム: 観測系列に対して最も確からしい潜在系列を求める. 線形動的システム(LDS) 潜在変数は連続. 観測変数, 潜在変数ともにガウス分布に従う. LDS の推論 カルマンフィルタ(Forward): オンライン予測 カルマンスムーザ(Backward): 全ての観測からパラメータ再推定(オフライン) Viterbi アルゴリズムは必要なし: 個々に最も確からしい潜在変数を選べばよい. パターン認識と機械学習 13章 系列データ from emonosuke www.slideshare.net