Quiz lié à un guide · Difficile Niveau

Quiz sur les modèles de Markov cachés

Vérifie les états HMM, les transitions et les émissions, les algorithmes Forward et Viterbi, l'apprentissage Baum-Welch et les dépendances de séquence.

Chemins de guidage associésModèles de Markov cachés
Question 1 de 8

À quoi fait référence le « caché » dans le modèle de Markov caché ?

Prévisualisez chaque question8 des questions

Les réponses et les explications apparaissent au fur et à mesure que vous répondez au quiz.

  1. À quoi fait référence le « caché » dans le modèle de Markov caché ?
    • Les états ne sont pas observables et déduits des sorties
    • Les paramètres du modèle sont secrets
    • Les observations sont cryptées
    • Les transitions sont aléatoires et inconnaissables
  2. Quelle est la propriété de Markov assumée par un HMM ?
    • Tous les états émettent le même symbole
    • L'état suivant dépend uniquement de l'état actuel
    • Les observations sont indépendantes des États
    • Chaque état est également probable
  3. Quel algorithme trouve la séquence d’états cachés la plus probable ?
    • L'algorithme Forward
    • Baum Welch
    • L'algorithme de Viterbi
    • Descente de gradient
  4. Quels sont les trois ensembles de probabilités qui spécifient pleinement un HMM ?
    • Antécédents, probabilité et preuves
    • Moyenne, variance et covariance
    • Pondérations d'entrée, masquées et de sortie
    • État initial, transition et probabilités d'émission
  5. À quoi sert l’algorithme de Baum-Welch ?
    • Apprend les paramètres HMM à partir des données via la maximisation des attentes
    • Chiffre la séquence d’observation
    • Trouve le chemin unique le plus probable
    • Calcule la matrice de transition exacte sous forme fermée
  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