Cours 7: chaine de Markov cachée
Contenu du cours
- Reflexions sur l'évaluation et les biais d'évaluation des algorithmes probabilistes :
- Rappels sur les chaines de Markov :
- Introduction des modèles MMC (cachés) :
Formalisation, Expressivité
- Problèmes classiques des MMC (Rabiner) :
- Evaluation :
Algorithme alpha (forward)
- Décodage :
Algorithme delta (forward) + décodage (backward) = Viterbi
- Retour sur les stratégies de résolution MMC :
approches récursives {$\alpha, \delta, \Psi$}
- Baum-Welch simplifié :
un algorithme intuitif
- Baum-Welch complet (EM) :
résolution d'un problème non convexe, initialisation(s), critère d'arrêt
- Observations continues, modèles multi-variés :
Poly: pdf
TD
Recueil de TD : cf semaine 1 (poly complet)
TME
Sujet principal bio-info pour le décodage de séquence ADN (HMM modélisation): 2020_tme7.zip
Sujet supplémentaire pour reprendre les données du TME 6 en version HMM: 2020_tme7_2.zip
Les sujets supplémentaires sont évidemment totalement facultatifs
Bibliographie et références utiles