1、判别模型和生成模型总结
判别模型都要用到核函数，要把正负样本区分开，那势必会遇到区分不开的情形，这时就要用到核函数了
2、几种算法区别
EM算法： 只有观测序列，无状态序列时来学习模型参数，即Baum-Welch算法
维特比算法： 用动态规划解决HMM的预测问题，不是参数估计
前向后向：用来算概率
极大似然估计：即观测序列和相应的状态序列都存在时的监督学习算法，用来估计参数
3、隐马尔可夫模型三个基本问题以及相应的算法
*1 概率（评估）问题： 前向算法
*2 预测（解码）问题： Viterbi算法
*3 学习（模型）问题： Baum-Welch算法(向前向后算法)