This HTML5 document contains 18 embedded RDF statements represented using HTML+Microdata notation.

The embedded RDF content will be recognized by any processor of HTML5 Microdata.

Subject Item

dbpedia-es:Algoritmo_de_avance-retroceso

rdfs:label

Algoritmo de avance-retroceso

rdfs:comment

Uno de los problemas básicos de los Modelos Ocultos de Márkov es el cálculo de la probabilidad de una secuencia de observables dado un modelo . El objetivo es por tanto calcular eficientemente . Probabilidad de una secuencia de estados Supongamos una secuencia de estados . La probabilidad de esta secuencia es: Probabilidad de una secuencia de observables dada una secuencia de estados La probabilidad de observar cuando se da precisamente esta secuencia de estados es: Cada corresponde con el valor de Probabilidad de una secuencia de observables dado un modelo

owl:sameAs

n13:0283cbn

dct:subject

category-es:Aprendizaje_automático category-es:Bioinformática category-es:Algoritmos category-es:Modelos_de_Markov category-es:Detección_y_corrección_de_errores

foaf:isPrimaryTopicOf

wikipedia-es:Algoritmo_de_avance-retroceso

dbo:wikiPageID

1021338

dbo:wikiPageRevisionID

124206621

dbo:wikiPageExternalLink

n14:

dbo:wikiPageLength

6142

prov:wasDerivedFrom

n9:0

dbo:abstract

Uno de los problemas básicos de los Modelos Ocultos de Márkov es el cálculo de la probabilidad de una secuencia de observables dado un modelo . El objetivo es por tanto calcular eficientemente . Probabilidad de una secuencia de estados Supongamos una secuencia de estados . La probabilidad de esta secuencia es: Probabilidad de una secuencia de observables dada una secuencia de estados La probabilidad de observar cuando se da precisamente esta secuencia de estados es: Cada corresponde con el valor de Probabilidad de una secuencia de observables dado un modelo Por tanto, para obtener la probabilidad de una secuencia de observables dado un modelo , deberíamos calcular la probabilidad de para cada una de las secuencias posibles . El cálculo de tal y como se muestra es impracticable; sólo para estados y observaciones sería necesario realizar del orden de operaciones. Para reducir esta complejidad se emplean estrategias de programación dinámica como los algoritmos forward y backward.​ Se recomienda revisar la formalización habitual de un Modelo Oculto de Márkov para comprender cada uno de los elementos en la formulación de estos dos procedimientos.

Subject Item

dbpedia-es:Algoritmo_de_avance_retroceso

dbo:wikiPageRedirects

dbpedia-es:Algoritmo_de_avance-retroceso

Subject Item

wikipedia-es:Algoritmo_de_avance-retroceso

foaf:primaryTopic

dbpedia-es:Algoritmo_de_avance-retroceso

Subject Item

dbr:Forward–backward_algorithm

owl:sameAs

dbpedia-es:Algoritmo_de_avance-retroceso