文件名称：Hands-On-Markov-Models-with-Python:Packt着手介绍使用Python的马尔可夫模型
文件大小：25KB
文件格式：ZIP
更新时间：2024-06-16 20:56:14
Python
使用Python的动手马尔可夫模型 这是Packt发行的的代码存储库。 使用Python生态系统实现概率模型以学习复杂的数据序列 这本书是关于什么的？ 隐马尔可夫模型（HMM）是基于马尔可夫链概念的统计模型。 带Python的动手马尔可夫模型可帮助您解决实际问题，从而掌握HMM和不同的推理算法。 本书中探讨的动手示例可帮助您通过使用马尔可夫模型概念简化机器学习中的流程，从而使每个人都可以使用它。 本书涵盖以下激动人心的功能： 探索HMM的理论和实践方面的平衡 使用不同的包在Python中使用不同的数据集实现HMM 了解多种推理算法以及如何选择正确的算法来解决您的问题 开发HMM的贝叶斯推理方法 在财务，自然语言处理（NLP）和图像处理中实施HMM 如果您觉得这本书适合您，请立即获取！ 说明和导航 所有代码都组织在文件夹中。 例如，Chapter02。 该代码将如下所示：
【文件预览】：
Hands-On-Markov-Models-with-Python-master
----.gitignore(15B)
----Chapter09()
--------mdp.py(8KB)
----LICENSE(1KB)
----Chapter06()
--------parse_data.py(2KB)
--------get_data.py(1KB)
--------analyse_data.py(5KB)
----README.md(6KB)
----Chapter03()
--------viterbi.py(2KB)
--------fibonacci.py(270B)
--------backward.py(1KB)
--------fibonacci_cache_dict.py(386B)
--------fibonacci_cache_list.py(350B)
--------forward.py(3KB)
----Chapter02()
--------MultinomialHMM.py(3KB)
--------GaussianHMM.py(1KB)
----Chapter01()
--------MarkovChain.py(2KB)
--------MarkovChainMatrix.py(5KB)
----Chapter04()
--------coin_mle.py(417B)
--------weather.py(1KB)
--------gaussian_mle.py(503B)
--------hmmlearn_gaussian.py(2KB)
----Chapter07()
--------part_of_speech.py(3KB)
--------hmm_tagger.py(2KB)
--------MFCTagger.py(2KB)