Zusammenfassung
Sowohl HMMs als auch n-Gramm-Modelle werden normalerweise unter Verwendung einer Trainingsstichprobe erstellt und anschließend zur Segmentierung neuer Daten eingesetzt. Diese sind per definitionem nicht Teil der Trainingsbeispiele und können das in praktischen Anwendungen auch nicht sein. Die charakteristischen Eigenschaften dieser Testdaten können daher auf der Basis des Trainingsmaterials lediglich bis zu einem gewissen Grad vorhergesagt werden. Im allgemeinen werden daher immer Unterschiede zwischen Trainings- und Testmaterial auftreten, die von den erstellten statistischen Modellen nicht erfasst werden können und letztendlich die Qualität der erzielten Ergebnisse beeinträchtigen.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2003 B. G. Teubner Verlag / GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
Fink, G.A. (2003). Modellanpassung. In: Mustererkennung mit Markov-Modellen. Leitfäden der Informatik. Vieweg+Teubner Verlag. https://doi.org/10.1007/978-3-322-80065-7_11
Download citation
DOI: https://doi.org/10.1007/978-3-322-80065-7_11
Publisher Name: Vieweg+Teubner Verlag
Print ISBN: 978-3-519-00453-0
Online ISBN: 978-3-322-80065-7
eBook Packages: Springer Book Archive