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.
Otázka 1 z 8
Co znamená „skrytý“ ve skrytém Markovově modelu?
Náhled každé otázky8 otázky
Odpovědi a vysvětlení se zobrazují, jak budete v kvízu.
- 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
- 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
- Který algoritmus najde jedinou nejpravděpodobnější sekvenci skrytých stavů?
- Dopředný algoritmus
- Baum-Welch
- Viterbiho algoritmus
- Gradientní sestup
- 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
- 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
- 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
- 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
- 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