Математика. Цепи Маркова - Наглядное объяснение.

Марковский процесс — это стохастический процесс, удовлетворяющий свойству Маркова (иногда его называют «без памяти»). Проще говоря, это процесс, для которого можно сделать прогноз относительно будущих результатов, основываясь исключительно на его текущем состоянии, и — что самое важное — такой прогноз будет таким же точным, как если бы мы знали всю историю процесса. Другими словами, при условии что система находится в текущем состоянии, её будущие и прошлые состояния независимы. Цепь Маркова — это разновидность марковского процесса, который имеет либо дискретное пространство состояний, либо дискретный набор индексов (часто представляющий собой время), но точное определение цепи Маркова может варьироваться. Например, принято определять цепь Маркова как марковский процесс в дискретном или непрерывном времени с конечным пространством состояний (то есть независимо от природы времени), но также принято определять цепь Маркова как процесс с дискретным временем и конечным или непрерывным пространством состояний (то есть независимо от пространства состояний). 00:00:00 Часть I Цепи Маркова и их свойствах на простом примере 00:08:59 Часть II Цепи Маркова: Повторяемость, несводимость, классы 00:15:03 Часть III Цепи Маркова: матрица n-ступенчатого перехода 00:23:16 Часть IV Цепи Маркова: Создание текстов рассказов о Шерлоке Холмсе 00:36:17 Часть V Цепи Маркова: Простое объяснение скрытой марковской модели 00:45:25 Часть VI Цепи Маркова: Подробное объяснение прямого алгоритма (Скрытая...