本节课主要内容HMM三个基本问题如何求解
首先明确两种observe有两种，离散/连续。语音识别中使用连续状态（MFCC特征值是连续的）。连续的比较复杂，需要用函数（GMM）拟合。离散的简单，用矩阵描述即可。
离散/连续状态
review三个基本问题
三个基本问题
1. Evaluation
粗暴解法：遍历每一种可能的hidden state/observe组合，求加和求概率。
粗暴解法
优化解法Forward：类似数学归纳法。找到n和n+1之间的关系，再计算第一项。避免重复计算。
image.png
2.decoding
backward:和forward相反
image.png
区别1:在时间t，beta看到的是t+1及以后的，必须从i隐状态出发，后面无所谓。alpha是已知0到t，求t+1
区别2:qt在alpha里是待计算概率，在beta里是条件
近似
近似：假设B和A无关，也就是0-t和t+1以后无关
3. Train
EM算法，回头来补充
