R*i
2 楼
码农们干瞪眼了.
g*e
3 楼
啥期望？
【在 r*******k 的大作中提到】
: 已知状态转移矩阵P
: 初始状态已知，
: 求某一个状态的首达时的期望
: 请大概描述一下怎么算
: 手边没有随机过程的书
: 全忘了。。。
【在 r*******k 的大作中提到】
: 已知状态转移矩阵P
: 初始状态已知，
: 求某一个状态的首达时的期望
: 请大概描述一下怎么算
: 手边没有随机过程的书
: 全忘了。。。
a*p
4 楼
makov chain?
【在 r*******k 的大作中提到】
: 已知状态转移矩阵P
: 初始状态已知，
: 求某一个状态的首达时的期望
: 请大概描述一下怎么算
: 手边没有随机过程的书
: 全忘了。。。
【在 r*******k 的大作中提到】
: 已知状态转移矩阵P
: 初始状态已知，
: 求某一个状态的首达时的期望
: 请大概描述一下怎么算
: 手边没有随机过程的书
: 全忘了。。。
r*k
5 楼
是的
【在 a******p 的大作中提到】
: makov chain?
【在 a******p 的大作中提到】
: makov chain?
h*e
6 楼
random walk 之类的吧。
【在 r*******k 的大作中提到】
: 是的
【在 r*******k 的大作中提到】
: 是的
d*t
7 楼
不就是马可夫链吗
【在 r*******k 的大作中提到】
: 已知状态转移矩阵P
: 初始状态已知，
: 求某一个状态的首达时的期望
: 请大概描述一下怎么算
: 手边没有随机过程的书
: 全忘了。。。
【在 r*******k 的大作中提到】
: 已知状态转移矩阵P
: 初始状态已知，
: 求某一个状态的首达时的期望
: 请大概描述一下怎么算
: 手边没有随机过程的书
: 全忘了。。。
x*a
8 楼
往前走一步
b*m
9 楼
"状态首达时的期望“是啥意思
【在 r*******k 的大作中提到】
: 已知状态转移矩阵P
: 初始状态已知，
: 求某一个状态的首达时的期望
: 请大概描述一下怎么算
: 手边没有随机过程的书
: 全忘了。。。
【在 r*******k 的大作中提到】
: 已知状态转移矩阵P
: 初始状态已知，
: 求某一个状态的首达时的期望
: 请大概描述一下怎么算
: 手边没有随机过程的书
: 全忘了。。。
z*m
10 楼
first passage time, 就是从某一个状态第一次到另外一个状态所需要的平均步数。
【在 b*********m 的大作中提到】
: "状态首达时的期望“是啥意思
【在 b*********m 的大作中提到】
: "状态首达时的期望“是啥意思
a*n
11 楼
这不就是前向算法解决的问题吗？
看这里：
http://zipperary.com/2013/10/17/3-problems-in-hmm/
more:
http://www.52nlp.cn/category/hidden-markov-model/page/4
隐马模型三个基本算法：
前向算法:计算观察序列的概率
Viterbi：寻找最可能的隐藏状态序列
前向-后向算法:根据观察序列生成模型
看这里：
http://zipperary.com/2013/10/17/3-problems-in-hmm/
more:
http://www.52nlp.cn/category/hidden-markov-model/page/4
隐马模型三个基本算法：
前向算法:计算观察序列的概率
Viterbi：寻找最可能的隐藏状态序列
前向-后向算法:根据观察序列生成模型
z*m
12 楼
此题没有观察序列，也不是HMM
答案见https://www.math.ucdavis.edu/~tracy/courses/math135A/
UsefullCourseMaterial/firstPassage.pdf
【在 a***n 的大作中提到】
: 这不就是前向算法解决的问题吗？
: 看这里：
: http://zipperary.com/2013/10/17/3-problems-in-hmm/
: more:
: http://www.52nlp.cn/category/hidden-markov-model/page/4
: 隐马模型三个基本算法：
: 前向算法:计算观察序列的概率
: Viterbi：寻找最可能的隐藏状态序列
: 前向-后向算法:根据观察序列生成模型
答案见https://www.math.ucdavis.edu/~tracy/courses/math135A/
UsefullCourseMaterial/firstPassage.pdf
【在 a***n 的大作中提到】
: 这不就是前向算法解决的问题吗？
: 看这里：
: http://zipperary.com/2013/10/17/3-problems-in-hmm/
: more:
: http://www.52nlp.cn/category/hidden-markov-model/page/4
: 隐马模型三个基本算法：
: 前向算法:计算观察序列的概率
: Viterbi：寻找最可能的隐藏状态序列
: 前向-后向算法:根据观察序列生成模型
相关阅读
猎头问我有没有直接给某公司发过简历是什么意思？被裁员了，单位给3个月时间并让我想想提什么要求OPT 开始时间咨询关于 H1B 申请时间咨询， 是否越早越好？eb1a eb1b niw绿卡申请材料最全出售跳楼价 (转载)又过了悲催的一天工作申请中的地址问题请问h1b 延期 和h1b 申请是一样近期回国感受 [超长，超负面，慎入] (转载)如何联系recuiter?通过linkedin可行吗问道amazon面试题【JOBS】招多个Software Engineer, QA at San Francisco找工作网上申请primary language填中文还是英文？Accountant opening这几天CareerCup question怎么面对aggressive 的HREAD 卡号是哪个？这次 InterviewStreet 的 Codesprint 被忽悠了，没几个公司可以申请的接受两个offer，然后再选择一个，有什么后果