隐马尔可夫模型HMM，带有隐含状态的基于统计方法的马尔可夫模型。隐马尔可夫模型以贝叶斯网络作为数据框架，用Baum-Welch算法进行无监督训练，通过Viterbi算法计算隐含状态。

场景模型

1.两种状态链
顺序序列上的可见层链和隐藏层链。
2.两种概率
输出概率：隐藏层的每一种状态的结点都以一定的概率表现为可见层的节点状态。
转换概率：隐藏层内部各状态之间的固有转换规律
3.三种问题
状态问题、解码问题、训练模型参数
4.hmmlearn

离散型分布算法与应用

1.暴力求解、前向算法、后向算法
2.MultinomialNB求估计问题
3.Viterbi算法
用来在给定HMM模型参数和一个可见状态链时，找出最可能的隐藏状态链。
4.Multinomial求解码问题
5.EM算法
6.Baum-Welch算法

连续型概率模型

1.多元高斯分布
2.GaussianHMM
3.GMMHMM