Modelos de markov para moldear grandes cantidades de datos
Modelo oculto de markov discreto(HMM DISCRET) con maldad Trabajan con cadenas discretas Se trabajan con datos discretos Se van a alimentar con categorias A los modelos discretos no se les pueden dar valores con punto decimal por ejemplo 101.2 Si se agarran pocas categorias pueden ser linguisticas osea darle nombre nominal Hay que convertir a una serie de categorias de 1 al 16 para los valores que van del 100 al 160 lo vamos a dividir en 16 peldaños en forma de escalera Se dividen el rango entre las escalas y esto quiere decir que cada que aumente e 3.75 asigno un nuevo valor Se realiza la la operación por ejemplo en donde se encuentra el 105 se realiza esta operación 107.5-105= 2.5 y 105-103.75=1.25 por lo tanto se aserca mas al 103.75 que al 107.5 entonces le corresponde a la categoria 1 1. Primer paso es combertir los datos a discretos(observaciones o emiaionea) generar una especie de aprendisaje supervisado(reduccion de dimensionalidad) Valores continuos 25 o 24 pero se descuenta uno por la fecha los ultoimos 2 se van a predecir los porcdntajes de cilicio y hierro 2. Vamos a trabajar como se le hace en reconocimiento de vos(una cadena) por cada nivel de concentracion discretizada Las formulaciones que se convertiran en observaciones y se van a pasar a la cadena HMM1 y se va a calcular la probabilidad de las observaciones dada la cadena o del automata Matrices de transicion y las matrices de emicion de cada modelo Generar 32 automatas Se utilizara un modelo llamado izquierda a derecha como los que se utilizan para reconocer voz Se generaran 7 estados y 3 observaciones secuenciales por estado para que asi den 21 datos en cada renglon abra 3 observaciones y asi encada renglon para ir mapeando las emiciones de tal manera que siempre hallan algun numero de emisiones relacionado con algun numero de estados Tenemos HMMESTIMATE EL ESTIMATE REQUIERE EMICION Y SECUEMCIA, HMMTRAIN
FUNCIONES DE MATLAB para forma secuencial para checar los datos
O tambien se pueden checar de forma simultanea HMMESTIMATE(seg_large,emis_large) una matriz de emision de una matris de transicion