Modèles de Markov cachés
Modèles & architecturesModèle statistique qui prédit des états invisibles à partir d'observations visibles.
Explication
Les modèles de Markov cachés sont une famille de modèles mathématiques utilisés pour représenter des systèmes où l'état réel (caché) ne peut pas être observé directement, mais où l'on dispose d'observations visibles liées à cet état. Imaginez un système météo : vous ne voyez pas directement la pression atmosphérique (état caché), mais vous observez la pluie ou le soleil (observations visibles). Ce modèle permet de déduire l'état caché à partir des observations passées et présentes, et de prédire les observations futures.
Cas d'usage
- ✓Reconnaître des mots dans un enregistrement audio bruité
- ✓Analyser des séquences d'ADN pour identifier des gènes
- ✓Détecter des anomalies dans des séries temporelles (ex : fraudes bancaires)
- ✓Prédire l'évolution d'une maladie à partir de symptômes observés
- ✓Traduire automatiquement un texte en tenant compte du contexte