Baum–Welch-algoritmus

Kapcsolódó fogalmak: 
Viterbi algoritmus
Kapcsolódó fogalmak: 
rejtett Markov-modell (HMM)
Rövid szöveges bemutatás: 
A Baum–Welch-algoritmus a rejtett Markov-modell (HMM) tanulására hozták létre. A következőben röviden bemutatom a működését: Jelölje V a Viterbi algoritmus táblázatát, és F a Forward algoritmusét. V(i,j) illetve F(i,j) az i-edik megfigyelés j-edik állapothoz tartozó valószínűsége. Jelentse Mod=(A,E) egy modell minden paraméterét, végső soron ez az amit optimalizálni szeretnénk az algoritmus segítségével. Jelentse O a megfigyelések sorozatát. Az algoritmus 3 dimenziós táblával dolgozik, tehát 3 bemeneti paramétere van, melynek jelentése, BW(t,i,j) = P(St=Si & St+1=Sj| O,Mod). Az algoritmus iteratívan működik, BW(t,i,j) = P(St=Si & St+1=Sj| O,Mod). BW(t,i,j) = P(St=Si & St+1=Sj & O | Mod) / P(O|Mod). A tanítás sebessége függ az adatbázis méretétől és komplexitásától.