Modelo Oculto de Markov

Modelo generativo estocástico en el que una cadena de Markov discreta de estados no observados (ocultos) genera, en cada paso temporal, observaciones mediante distribuciones de emisión dependientes del estado; el modelo se define por una distribución inicial de estados, una matriz de transición de estados y modelos de emisión condicionados al estado.

Modelo estocástico en el que una cadena de Markov latente en tiempo discreto {S_t} evoluciona con probabilidades de transición dadas y cada estado oculto genera observaciones según una distribución de probabilidad dependiente del estado; la inferencia y el aprendizaje buscan la distribución posterior sobre los estados ocultos dada la secuencia observada y/o ajustar parámetros de transición y emisi

Un modelo estadístico de secuencias en el que un proceso de estados no observados (ocultos) evoluciona conforme a la propiedad de Markov y cada observación se genera condicionalmente al estado oculto actual; especificado por probabilidades iniciales, una matriz de transición y distribuciones de emisión, empleado para inferir estados, segmentar y estimar parámetros por verosimilitud.