本節課主要內容HMM三個基本問題如何求解
首先明確兩種observe有兩種，離散/連續。語音識別中使用連續狀態（MFCC特征值是連續的）。連續的比較復雜，需要用函數（GMM）擬合。離散的簡單，用矩陣描述即可。
離散/連續狀態
review三個基本問題
三個基本問題
1. Evaluation
粗暴解法：遍歷每一種可能的hidden state/observe組合，求加和求概率。
粗暴解法
優化解法Forward：類似數學歸納法。找到n和n+1之間的關系，再計算第一項。避免重復計算。
image.png
2.decoding
backward:和forward相反
image.png
區別1:在時間t，beta看到的是t+1及以后的，必須從i隱狀態出發，后面無所謂。alpha是已知0到t，求t+1
區別2:qt在alpha里是待計算概率，在beta里是條件
近似
近似：假設B和A無關，也就是0-t和t+1以后無關
3. Train
EM算法，回頭來補充
