Magicode logo
Magicode
1 min read

親子丼で学ぶ隠れマルコフモデルその0 本記事シリーズの説明

https://cdn.apollon.ai/media/notebox/blob_OQ5Ntna

この記事シリーズでお話すること

  1. この記事シリーズを書くきっかけ
  2. 問題の設定
  3. モデリングのゴールの設定
  4. 隠れマルコフモデルについて学ぶ
  5. 実際にやってみる

詳細目次風の解説

  1. この記事シリーズを書くきっかけ
  • 吉野家の親子丼に対する感想についてまとめます。
  1. 問題の設定
  • 単一のモデルによる親子丼のクオリティ推定はクチコミを見るに難しそうだねという話をします。
  • それに対してばらばらと思われる親子丼のクオリティも混合モデルならうまく推定できるのではないかという話をします。
  1. モデリングのゴールの設定
  • 親子丼のクオリティが複数の状態により左右されること、その状態は何らかのルールにより遷移すると考えられることを説明します。
  • 状態、つまり親子丼のクオリティを左右する要因とそれが遷移するルールについて簡単に考察します。
  • 最終的に隠れマルコフモデルによる親子丼のクオリティ推定をゴールとする方向で話をまとめます。
  1. 隠れマルコフモデルについて学ぶ
  • まずは遷移を考えない、かつ状態観測可能な場合の推定を行います。
  • その次に遷移は考えるけど、状態観測可能な場合の推定を行います。
  • 問題設定的には状態観測は基本的に難しいことを指摘し、状態は観測できずただし遷移する場合、つまり隠れマルコフモデルの推定についてまとめます。
  1. 実際にやってみる
  • トイデータではありますが実際にクオリティを推定してみた結果を記載します。

Discussion

コメントにはログインが必要です。