引導式測驗 · 硬 等級

隱馬可夫模型測驗

檢查 HMM 狀態、轉換和發射、前向和維特比演算法、Baum-Welch 學習和序列依賴性。

相關引導路徑隱馬可夫模型
問題 1 的 8

隱馬可夫模型中的「隱」指的是什麼?

預覽每個問題8 問題

當您參加測驗時,就會出現答案和解釋。

  1. 隱馬可夫模型中的「隱」指的是什麼?
    • 狀態是不可觀察的且是從輸出推斷出來的
    • 模型參數是秘密的
    • 觀察結果被加密
    • 轉變是隨機且不可知的
  2. HMM 假設的馬可夫性質是什麼?
    • 所有州發出相同的符號
    • 下一個狀態僅取決於目前狀態
    • 觀察結果獨立於國家
    • 每個狀態的可能性均等
  3. 哪一種演算法可以找到單一最可能的隱藏狀態序列?
    • 前向演算法
    • 鮑姆-韋爾奇
    • 維特比演算法
    • 梯度下降
  4. 哪三組機率完全指定 HMM?
    • 先驗、可能性和證據
    • 均值、方差和協方差
    • 輸入、隱藏和輸出權重
    • 初始狀態、轉變和發射機率
  5. Baum-Welch 演算法有什麼作用?
    • 透過期望最大化從數據中學習 HMM 參數
    • 加密觀察序列
    • 找到最有可能的單一路徑
    • 計算封閉形式的精確轉移矩陣
  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