HMM学习

HMM应用中主要需要解决一下三个问题：

1. 识别问题：对于给定的观测序列和模型，计算由模型产生观测序列的概率。常用的算法有前向后向算法。
2. 译码问题：识别和训练中都会有译码问题。对于给定的观测序列和模型，求模型对应于观测序列的最佳状态序列，一般采用Viterbi算法
3. 训练问题：对于给定的观测序列，如何修正模型参数，使得模型产生观测序列的概率最大，一般采用Baum-Welch算法。