Kvíz spojený s průvodcem · Těžko úroveň

Kvíz skrytých Markovových modelů

Kontroluje stavy HMM, přechody a emise, Forward a Viterbiho algoritmy, Baum-Welchovo učení a sekvenční závislosti.

Související vodicí cestySkryté Markovovy modely
Otázka 1 z 8

Co znamená „skrytý“ ve skrytém Markovově modelu?

Náhled každé otázky8 otázky

Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.

  1. Co znamená „skrytý“ ve skrytém Markovově modelu?
    • Stavy jsou nepozorovatelné a odvozené z výstupů
    • Parametry modelu jsou tajné
    • Pozorování jsou šifrována
    • Přechody jsou náhodné a nepoznatelné
  2. Jaký majetek přebírá HMM?
    • Všechny stavy vydávají stejný symbol
    • Další stav závisí pouze na aktuálním stavu
    • Pozorování jsou nezávislá na státech
    • Každý stát je stejně pravděpodobný
  3. Který algoritmus najde jedinou nejpravděpodobnější sekvenci skrytých stavů?
    • Dopředný algoritmus
    • Baum-Welch
    • Viterbiho algoritmus
    • Gradientní sestup
  4. Které tři sady pravděpodobností plně specifikují HMM?
    • Předchozí, pravděpodobnost a důkazy
    • Průměr, rozptyl a kovariance
    • Vstupní, skryté a výstupní váhy
    • Počáteční stav, pravděpodobnost přechodu a emise
  5. Co dělá Baum-Welchův algoritmus?
    • Učí se parametry HMM z dat prostřednictvím maximalizace očekávání
    • Šifruje sled pozorování
    • Najde nejpravděpodobnější jedinou cestu
    • Vypočítá přesnou přechodovou matici v uzavřeném tvaru
  6. Which Transformer feature can directly relate tokens at distant positions in a sequence?
    • An HMM emission table
    • Self-attention over positions in the input
    • A fixed single-state transition
    • A requirement to process only one token ever
  7. What does the Forward algorithm compute for a sequence of observations?
    • Only the single most likely state path
    • The most likely parameter initialization
    • The total probability of the observations by summing over possible hidden-state paths
    • The mean of the emission probabilities
  8. A hidden state emits a word or acoustic symbol. Which HMM probability describes that relation?
    • The initial-state probability
    • The transition probability
    • The discount factor
    • The emission probability