HMM（隐马尔科夫模型）有
两类变量：（变量序列）
1. Hidden States：xi
2. Events：ei
模型的三要素：
1. State priors
2. Transition matrix
3. Emission matrix
三种求解问题：
1. 已知 模型三要素 和 Events，求Hidden States：Viterbi算法
2. 已知 模型三要素 和 Events，求这一系列Events发生的概率：Forward/Backward 算法
3. 已知 Events，求 模型三要素： Baum-Welch算法
以下为我个人对三种算法的理解：
Viterbi算法 和 Forward/Backward 算法都是 动态规划 的一种特例
Baum-Welch算法 是 EM算法 的一种特例（迭代的方法估计参数基本都是EM算法）
简单了解Viterbi算法的思想可以看：https://www.zhihu.com/question/20136144/answer/763021768
在一个HMM模型的例子中来讲解可以看：https://www.zhihu.com/question/20136144/answer/239971177
代码如下：
原文：https://www.cnblogs.com/sbj123456789/p/12381451.html