Útmutatóhoz kapcsolódó kvíz · Kemény Szint

Rejtett Markov-modellek kvíz

Checks HMM states, transitions and emissions, the Forward and Viterbi algorithms, Baum-Welch learning and sequence dependencies.

Kapcsolódó útmutató utakRejtett Markov modellek
kérdés 1 -ból 8

Mire utal a „rejtett” a Rejtett Markov-modellben?

Tekintse meg az összes kérdést8 kérdéseket

A válaszok és magyarázatok megjelennek a kvíz kitöltésekor.

  1. Mire utal a „rejtett” a Rejtett Markov-modellben?
    • Az állapotok nem megfigyelhetők és a kimenetekből következtethetők
    • A modell paraméterei titkosak
    • A megfigyelések titkosítva vannak
    • Az átmenetek véletlenszerűek és kiismerhetetlenek
  2. Mi a HMM által feltételezett Markov-tulajdonság?
    • Minden állapot ugyanazt a szimbólumot bocsátja ki
    • A következő állapot csak az aktuális állapottól függ
    • A megfigyelések állapotoktól függetlenek
    • Minden állapot egyformán valószínű
  3. Melyik algoritmus találja meg a rejtett állapotok legvalószínűbb sorozatát?
    • A Forward algoritmus
    • Baum-Welch
    • A Viterbi algoritmus
    • Gradiens süllyedés
  4. Melyik három valószínűségi halmaz határozza meg teljesen a HMM-et?
    • Előzetes, valószínűség és bizonyíték
    • Átlag, variancia és kovariancia
    • Bemeneti, rejtett és kimeneti súlyok
    • Kiindulási állapot, átmenet és kibocsátási valószínűségek
  5. Mit csinál a Baum-Welch algoritmus?
    • Megtanulja a HMM paramétereket az adatokból a várakozás-maximalizálás révén
    • Titkosítja a megfigyelési sorrendet
    • Megkeresi a legvalószínűbb egyetlen utat
    • Kiszámítja a pontos átmeneti mátrixot zárt formában
  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