Cuestionario vinculado a una guía · duro Nivel

Cuestionario sobre modelos ocultos de Markov

Comprueba los estados, transiciones y emisiones de HMM, los algoritmos Forward y Viterbi, el aprendizaje de Baum-Welch y las dependencias de secuencia.

Rutas de guía relacionadasModelos ocultos de Markov
Pregunta 1 de 8

¿A qué se refiere lo 'oculto' en el modelo oculto de Markov?

Vista previa de cada pregunta8 preguntas

Las respuestas y explicaciones aparecen a medida que realiza el cuestionario.

  1. ¿A qué se refiere lo 'oculto' en el modelo oculto de Markov?
    • Los estados no son observables y se infieren a partir de los resultados.
    • Los parámetros del modelo son secretos.
    • Las observaciones están cifradas.
    • Las transiciones son aleatorias e incognoscibles.
  2. ¿Cuál es la propiedad de Markov que asume un HMM?
    • Todos los estados emiten el mismo símbolo.
    • El siguiente estado depende sólo del estado actual.
    • Las observaciones son independientes de los estados.
    • Todos los estados tienen la misma probabilidad
  3. ¿Qué algoritmo encuentra la secuencia más probable de estados ocultos?
    • El algoritmo de avance
    • Baum-Welch
    • El algoritmo de Viterbi
    • descenso de gradiente
  4. ¿Qué tres conjuntos de probabilidades especifican completamente un HMM?
    • Previo, probabilidad y evidencia
    • Media, varianza y covarianza
    • Pesos de entrada, ocultos y de salida
    • Estado inicial, transición y probabilidades de emisión.
  5. ¿Qué hace el algoritmo de Baum-Welch?
    • Aprende los parámetros de HMM a partir de datos mediante la maximización de expectativas
    • Cifra la secuencia de observación.
    • Encuentra el camino único más probable
    • Calcula la matriz de transición exacta en forma cerrada.
  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