معرفی شرکت ها

edhsmm-0.2.2

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.2.2
0.2.1
0.1.3
0.1.2
0.2.2
0.2.1
0.1.3
0.1.2

توضیحات

An(other) implementation of Explicit Duration Hidden Semi-Markov Models in Python 3
ویژگی مقدار
سیستم عامل -
نام فایل edhsmm-0.2.2
نام edhsmm
نسخه کتابخانه 0.2.2
نگهدارنده []
ایمیل نگهدارنده []
نویسنده poypoyan
ایمیل نویسنده srazin123@gmail.com
آدرس صفحه اصلی https://github.com/poypoyan/edhsmm
آدرس اینترنتی https://pypi.org/project/edhsmm/
مجوز MIT
**Warning:** I made this repo when I was an undergrad, but was not even part of my undergrad project. Correctness of implementation not guaranteed, so use at your own risk. # edhsmm An(other) implementation of Explicit Duration Hidden Semi-Markov Models in Python 3 The EM algorithm is based on [Yu (2010)](https://www.sciencedirect.com/science/article/pii/S0004370209001416) (Section 3.1, 2.2.1 & 2.2.2), while the Viterbi algorithm is based on [Benouareth et al. (2008)](https://link.springer.com/article/10.1155/2008/247354). The code style is inspired from [hmmlearn](https://github.com/hmmlearn/hmmlearn) and [jvkersch/hsmmlearn](https://github.com/jvkersch/hsmmlearn). #### Implemented so far - EM algorithm - Scoring (log-likelihood of observation under the model) - Viterbi algorithm - Generate samples - Support for multivariate Gaussian emissions - Support for multiple observation sequences - Support for multinomial (discrete) emissions #### Dependencies - python >= 3.5 - numpy >= 1.17 - scikit-learn >= 0.16 - scipy >= 0.19 #### Installation & Tutorial Via *pip*: ```console pip install edhsmm ``` Via *setup.py*: ```console python setup.py install ``` Test in *venv* (Windows): ```console python -m venv venv venv\Scripts\activate pip install --upgrade -r requirements.txt python setup.py install ``` **Note**: Also run `pip install notebook matplotlib` to run the notebooks. For tutorial, see the [notebooks](notebooks). This also serves as some sort of "documentation". Found a bug? Suggest a feature? Please post on [issues](https://github.com/poypoyan/edhmm/issues).


نیازمندی

مقدار نام
>=1.17 numpy
>=0.16 scikit-learn
>=0.19 scipy


زبان مورد نیاز

مقدار نام
>=3.5 Python


نحوه نصب


نصب پکیج whl edhsmm-0.2.2:

    pip install edhsmm-0.2.2.whl


نصب پکیج tar.gz edhsmm-0.2.2:

    pip install edhsmm-0.2.2.tar.gz