ガイド連動クイズ · ハード レベル

隠れマルコフモデルに関するクイズ

HMM の状態、遷移と放出、フォワード アルゴリズムとビタビ アルゴリズム、Baum-Welch 学習、シーケンスの依存関係をチェックします。

関連するガイドパス隠れマルコフモデル
質問 1 の 8

隠れマルコフ モデルの「隠れ」とは何を指しますか?

すべての質問をプレビューする8 質問

クイズに答えると、答えと解説が表示されます。

  1. 隠れマルコフ モデルの「隠れ」とは何を指しますか?
    • 状態は観察できず、出力から推測されます。
    • モデルパラメータは秘密です
    • 観察結果は暗号化されています
    • 遷移はランダムであり、認識できません
  2. HMM が想定するマルコフ特性とは何ですか?
    • すべての州が同じシンボルを発行します
    • 次の状態は現在の状態のみに依存します
    • 観測は状態に依存しません
    • どの状態も確率は等しい
  3. どのアルゴリズムが隠れ状態の最も可能性の高い単一のシーケンスを見つけますか?
    • フォワードアルゴリズム
    • バーム・ウェルチ
    • ビタビアルゴリズム
    • 勾配降下法
  4. HMM を完全に指定する確率の 3 つのセットはどれですか?
    • 事前、可能性、証拠
    • 平均、分散、共分散
    • 入力、非表示、および出力の重み
    • 初期状態、遷移、および放出確率
  5. Baum-Welch アルゴリズムは何をするのでしょうか?
    • 期待値の最大化を通じてデータから HMM パラメーターを学習します
    • 観測シーケンスを暗号化します
    • 最も可能性の高い単一パスを見つけます
    • 閉じた形式で正確な遷移行列を計算します。
  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