แบบทดสอบที่เชื่อมโยงกับคำแนะนำ · ยาก ระดับ
แบบทดสอบโมเดลมาร์คอฟที่ซ่อนอยู่
ตรวจสอบสถานะ HMM การเปลี่ยนภาพและการปล่อยก๊าซ อัลกอริธึม Forward และ Viterbi การเรียนรู้ของ Baum-Welch และการขึ้นต่อกันของลำดับ
คำถาม 1 ของ 8
'ซ่อน' ใน Hidden Markov Model หมายถึงอะไร
ดูตัวอย่างทุกคำถาม8 คำถาม
คำตอบและคำอธิบายจะปรากฏขึ้นเมื่อคุณทำแบบทดสอบ
- 'ซ่อน' ใน Hidden Markov Model หมายถึงอะไร
- สถานะไม่สามารถสังเกตได้และอนุมานได้จากเอาต์พุต
- พารามิเตอร์โมเดลเป็นความลับ
- การสังเกตถูกเข้ารหัส
- การเปลี่ยนผ่านเป็นแบบสุ่มและไม่อาจทราบได้
- คุณสมบัติ Markov ที่ HMM ยอมรับคืออะไร
- ทุกรัฐมีสัญลักษณ์เดียวกัน
- สถานะถัดไปขึ้นอยู่กับสถานะปัจจุบันเท่านั้น
- การสังเกตไม่ขึ้นอยู่กับรัฐ
- ทุกรัฐมีโอกาสเท่าเทียมกัน
- อัลกอริธึมใดค้นหาลำดับสถานะที่ซ่อนอยู่ที่เป็นไปได้มากที่สุด
- อัลกอริทึมการส่งต่อ
- บอม-เวลช์
- อัลกอริธึม Viterbi
- การไล่ระดับโคตร
- ความน่าจะเป็นสามชุดใดที่ระบุ HMM ได้ครบถ้วน
- ก่อนหน้า ความน่าจะเป็น และหลักฐาน
- ค่าเฉลี่ย ความแปรปรวน และความแปรปรวนร่วม
- น้ำหนักอินพุต ซ่อน และเอาต์พุต
- สถานะเริ่มต้น การเปลี่ยนแปลง และความน่าจะเป็นของการปล่อยก๊าซเรือนกระจก
- อัลกอริธึม Baum-Welch ทำหน้าที่อะไร
- เรียนรู้พารามิเตอร์ HMM จากข้อมูลผ่านการคาดหวังสูงสุด
- เข้ารหัสลำดับการสังเกต
- ค้นหาเส้นทางเดียวที่เป็นไปได้มากที่สุด
- คำนวณเมทริกซ์การเปลี่ยนแปลงที่แน่นอนในรูปแบบปิด
- 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
- 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
- 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