HMM-4-学习模型参数(Baum-Welch)
使用Baum-Welch算法学习从给定多个观测序列中HMM模型参数，同时解决机器精度造成的计算稳定性问题。
HMM-3-查找最大概率状态序列(Viterbi)
给定观测序列和模型参数时，查找最大概率状态序列
HMM-2-计算观测序列概率(forward-backward)
给定模型参数，计算给定任意观测序列的概率. forward-backward
HMM-1-简介
1960s, Baum和他的同事发布一系列论文， 1970s CMU的Baker用于实现语音处理， IBM Jelinek和他的同事用于语音处理， Hidden Markov Models 当前状态仅与上一步状态相关，与上一步之前的状态无关.