Métodos de inferencia estadística para entrenamiento de modelos ocultos de Markov

dc.creatorMendoza León, Ricardo Antonio
dc.date2013-05-28
dc.date2022-03-24T17:51:53Z
dc.date2022-03-24T17:51:53Z
dc.date.accessioned2023-08-28T19:26:56Z
dc.date.available2023-08-28T19:26:56Z
dc.identifierhttps://journal.poligran.edu.co/index.php/elementos/article/view/191
dc.identifier10.15765/e.v1i1.191
dc.identifierhttp://hdl.handle.net/10823/6229
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/8463223
dc.descriptionEste documento presenta una revisión general de las diferentes aproximaciones y métodos en inferencia estadística, aplicados al problema de entrenamiento o ajuste de parámetros en Modelos Ocultos de Markov. Se tratarán los algoritmos EM (Expectation Maximization) y GEM (Generalized Expectation Maximization), el marco de modelos gráficos y sus algoritmos ML (Maximum Likelihood) y MAP (Maximum a Posteriori), así como modelos de conjunto, variacionales y métodos de muestreo MCMC (Markov Chain Montecarlo).
dc.formatapplication/pdf
dc.languagespa
dc.publisherPolitécnico Grancolombiano
dc.relationhttps://journal.poligran.edu.co/index.php/elementos/article/view/191/172
dc.sourceELEMENTOS; Vol. 1 No. 1 (2011): Elementos
dc.sourceElementos; Vol. 1 Núm. 1 (2011): Elementos
dc.source2248-5252
dc.source2027-923X
dc.source10.15765/e.v1i1
dc.titleMétodos de inferencia estadística para entrenamiento de modelos ocultos de Markov
dc.typeinfo:eu-repo/semantics/article
dc.typeinfo:eu-repo/semantics/publishedVersion
dc.typeArtículo revisado por pares


Este ítem pertenece a la siguiente institución