Ukryte modele Markowa z algorytmem Baum-Welcha za pomocą pytona

Szukam implementacji Pythona (w czystym pythonie lub w opakowaniach istniejących) HMM i Baum-Welch.

Jakieś pomysły?

Właśnie przeszukałem google i znalazłem naprawdę kiepski materiał w odniesieniu do innych technik uczenia maszynowego. Czemu?

Scikit-learn ma wdrożenie HMM . Do niedawna uważano go za nieobsługiwany i odradzano jego stosowanie. Jednak poprawił się w wersji rozwojowej. Nie mogę jednak ręczyć za jego jakość, ponieważ nic nie wiem o HMM.

Oświadczenie: Jestem programistą scikit-learn.

Edycja : przenieśliśmy HMM poza scikit-learn na https://github.com/hmmlearn/hmmlearn

Czy widziałeś NLTK?

http://www.nltk.org/

Ma kilka klas, które są odpowiednie do tego rodzaju rzeczy, ale w pewnym stopniu zależą od aplikacji.

http://www.nltk.org/api/nltk.tag.html#nltk.tag.hmm.HiddenMarkovModelTrainer

Jeśli szukasz czegoś bardziej „zorientowanego na edukację”, jakiś czas temu napisałem trener zabawek:

http://pastebin.com/aJG3Ukmn

Implementacje języka Python można znaleźć na:

• Ukryte modele Markowa w Pythonie - CS440: Wprowadzenie do sztucznej inteligencji - CSU
• Algorytm Bauma-Welcha: Znajdowanie parametrów dla naszego HMM | Czy to ma sens?

BTW: Zobacz przykład implementacji Baum-Welcha na przepełnieniu stosu - odpowiedź okazuje się być w Pythonie.

Niektóre implementacje podstawowych algorytmów (w tym Baum-welch w python) są dostępne tutaj: http://ai.cs.umbc.edu/icgi2012/challenge/Pautomac/baseline.php

Biblioteka General Hidden Markov Model ma powiązania w języku python i wykorzystuje algorytm Baum-Welcha.

Poniżej przedstawiono implementację algorytmu Baum-Welcha w Pyhton:

https://github.com/hamzarawal/HMM-Baum-Welch-Al Algorytm