Calculateur de probabilité avant d’un modèle de Markov caché
Calculer la probabilité d’observation binaire et les probabilités d’état filtré pour un modèle Markov caché à deux états.
VOTRE CALCUL
Résultat
—
Étapes du calcul
Affichez les étapes une par une ou le calcul complet. Les étapes utilisent les valeurs que vous avez saisies.
Méthode de calcul
Émettre la première observation de la précédente entrée, puis la transition avant chaque observation ultérieure et normaliser à chaque étape.
Forward weight=emission likelihood×sum(previous filtered probability×transition)
Exemple détaillé
Les lignes d’émission identiques 0,5 , 0,5 donnent une probabilité d’observation longue-quatre 1 / 16 .
Hypothèses et précisions sur les données
Corrigé les paramètres à deux états, pas d’entraînement, lissage en arrière ou décodage Viterbi. Chaque ligne de probabilité doit se résumer à une. Les séquences d’observation impossibles sont rejetées plutôt que assignées à une probabilité de log finie.
Utiliser ce calculateur
Puis-je saisir mes propres données ?
Oui. Remplacez les valeurs de l’exemple par vos propres données. Le résultat, les étapes, les tableaux et les diagrammes disponibles se mettent à jour. Une valeur vide ou invalide efface le résultat ; les valeurs de l’exemple ne remplacent jamais les données manquantes.
Les résultats sont-ils exacts ?
Les calculs utilisent des nombres à virgule flottante et les résultats affichés sont arrondis. Consultez la formule, les hypothèses et la précision des données indiquée avant d’interpréter le résultat.
Mes données sont-elles envoyées ?
Le calcul s’effectue dans votre navigateur. Aucun compte, envoi de fichier ou service d’IA externe n’est nécessaire. Les données saisies ne sont pas conservées après le rechargement de la page.
Propager une distribution de probabilité à trois états à travers une matrice de transition fixe.
Mettre à jour une probabilité d’événement après un signal positif ou négatif. Voir l’effet de taux de base, un tableau de probabilité de quatre résultats et les comptes attendus pour les scénarios de contrôle de la qualité.
Fixez les résultats binaires sur un prédicteur numérique en utilisant une pénalité L2 en pente normalisée explicite et évaluez une probabilité de requête.
Espace publicitaire réservé.