Quiz collegato alla guida · Difficile Livello

Quiz sui modelli Markov nascosti

Controlla gli stati HMM, le transizioni e le emissioni, gli algoritmi Forward e Viterbi, l'apprendimento di Baum-Welch e le dipendenze di sequenza.

Percorsi guida correlatiModelli Markov nascosti
Domanda 1 di 8

A cosa si riferisce il termine "nascosto" nel modello Hidden Markov?

Anteprima di ogni domanda8 domande

Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.

  1. A cosa si riferisce il termine "nascosto" nel modello Hidden Markov?
    • Gli stati non sono osservabili e desunti dagli output
    • I parametri del modello sono segreti
    • Le osservazioni sono crittografate
    • Le transizioni sono casuali e inconoscibili
  2. Qual è la proprietà di Markov assunta da un HMM?
    • Tutti gli stati emettono lo stesso simbolo
    • Lo stato successivo dipende solo dallo stato corrente
    • Le osservazioni sono indipendenti dagli Stati
    • Ogni stato ha la stessa probabilità
  3. Quale algoritmo trova la singola sequenza più probabile di stati nascosti?
    • L'algoritmo di inoltro
    • Baum Welch
    • L'algoritmo di Viterbi
    • Discesa gradiente
  4. Quali tre serie di probabilità specificano completamente un HMM?
    • Precedenti, verosimiglianza e prove
    • Media, varianza e covarianza
    • Pesi di input, nascosti e di output
    • Stato iniziale, transizione e probabilità di emissione
  5. Cosa fa l'algoritmo di Baum-Welch?
    • Apprende i parametri HMM dai dati tramite la massimizzazione delle aspettative
    • Crittografa la sequenza di osservazione
    • Trova il percorso singolo più probabile
    • Calcola l'esatta matrice di transizione in forma chiusa
  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