زنجیره مارکوف(Markov Approach modeling) یک فرایند تصادفی گسسته در زمان با خاصیت مارکف است. اگرچه برخی از نویسندگان در مورد فرایندهای پیوسته در
زمان هم از اصطلاح زنجیره مارکف استفاده میکنند. یک فرایند تصادفی گسسته در زمان شامل سیستمی است که در هر مرحله در حالت خاص و مشخصی قرار دارد
و به صورت تصادفی در هر مرحله تغییر حالت میدهد. مراحل اغلب به عنوان لحظههای زمانی در نظر گرفته میشوند ولی میتوان آنها را فاصله فیزیکی یا هر متغیر
گسسته دیگری در نظر گرفت.خاصیت مارکف بیان میکند که توزیع احتمال شرطی برای سیستم در مرحله بعد فقط به حالت فعلی سیستم بستگی دارد و به حالتهای
قبل بستگی ندارد. چون سیستم به صورت تصادفی تغییر میکند به طور کلی پیش بینی حالت زنجیره مارکف در نقطهای خاص در آینده غیر ممکن است. با این حال
ویژگیهای آماری سیستم در آینده قابل پیش بینی است. در بسیاری از کاربردها چیزی که دارای اهمیت است همین ویژگیهای آماری است.
سرفصل های ارائه شده در این فیلم آموزشی به شرح زیر می باشند:
1- معرفی مدل مارکوف
2- معرفی مدل مخفی مارکوف (HMM)
3- کاربردهای مدل مخفی مارکوف
4- مسائل اساسی مارکوف
5- نحوه پیاده سازی مسائل اساسی در نرم افزار MATLAB
لازم به ذکر است که این آموزش کاملاً مثال محور می باشد.
- برنامه نوشته شده نیز پیوست شده است.
قسمتی از فیلم آموزشی:
سیما –
سلام وقت بخیر.
ببخشید من یه پروژه در رابطه با پیش بیتی برق به وسیله مصارف مربوط به دوره گذشته آن داشتم، و چیزی هم راجع به متلب و نحوه کدنویسی و پیاده سازی مدل مارکوف مخفی توی متلب متاسفانه نمیدونم.
میخواستم بپرسم این فیلم، آموزش کافی راجع به کدنویسی و پیاده سازی این مدل توی متلب رو با مپال کامل گفته، یعنی با دیدن همین فیلم میتونم کارم رو انجام بدم یا کافی نیست؟
admin1 –
سلام دوست عزیز
قطعا این فیلم خیلی میتونه برای شما کارگشا در زمینه فهم (با مثال های متعدد) و بکارگیری مدل مخفی مارکوف در نرم افزار متلب باشه