티스토리 뷰

*해당 포스팅은 카이스트 문일철 교수님의 강의와 강의자료를 바탕으로 작성되었습니다. 


*http://aai.kaist.ac.kr/xe2/page_Dogc43에 문일철 교수님의 강의와 강의자료를 확인할 수 있으니 참고하시기 바랍니다.



히든마르코프 모델을 소개하기 전에, '순차 데이터'의 개념에 대해 알아보도록 하겠습니다.



보통의 클러스터링에서는 시계열적 특성이 없는 데이터에 대해 

단순히 그룹을 찾아 분류하는 경우가 많습니다.


하지만 시계열적으로, 연속적으로, 

데이터가 다음 데이터에게 영향을 주는 경우도 있을 수 있겠죠.


이런 데이터를 순차데이터 라고 합니다.






이처럼 맥락, 순서를 고려해야하는 데이터를 순차데이터라고 합니다.



이후에는


라는 초기값을 가지는 데이터에 latent variables(잠재변수, 드러나지 않는 변수)

 z가 존재하고, x라는 드러나는 데이터가 존재하는 경우를 기반으로 

HMM에 대해 알아가보도록 하겠습니다.

댓글
댓글쓰기 폼
공지사항
Total
25,358
Today
3
Yesterday
48
링크
«   2019/10   »
    1 2 3 4 5
6 7 8 9 10 11 12
13 14 15 16 17 18 19
20 21 22 23 24 25 26
27 28 29 30 31    
글 보관함