隐马三问：隐马模型的三个基本问题

序号	问题	别名	问题详细描述	解法
1.	评估问题	概率计算问题样本生成问题	给定一个模型，如何计算某个特定的输出序列的概率	Forward-Backward算法
2.	学习问题	参数估计问题模型训练问题	给定足够量的观测数据，如何估计隐含马尔科夫模型的参数	Baum-Welch算法
3.	预测问题	解码问题序列预测问题	给定一个模型和某个特定的输出序列，如何找到最可能产生这个输出的状态序列	Viterbi算法

（1）评估问题：也即概率计算问题。在给定模型和观测序列的条件下，计算在给定模型下观测序列出现的概率。

前向、后向算法用于解决评估问题，也就是说，在给定模型下，求某观测序列出现的概率，用于评估该观测序列最匹配的模型。

（2）模型学习问题：也即参数估计问题，具体是指，用已知的观测序列去估计模型中的参数，使得在给定模型下观测序列出现的概率最大，采用的方法为极大似然估计方法。

Baum-Welchs算法用于解决模型学习问题，即参数估计，它是zy一种无监督的训练方法，主要通过EM迭代来实现。

（3）解码/预测问题：已知模型和观测序列，在给定的观测序列下，求其最可能对应的状态序列。

维特比算法用于解决的是给定一个模型和某个特定的输出序列下，求最可能产生这个特定的输出序列对应的状态序列。