贝叶斯隐马尔可夫模型是一种用于分割连续多变量数据的概率模型。该模型将数据解释为一系列隐藏状态生成。每个状态都是重尾分布的有限混合，具有特定于状态的混合比例和共享的位置/分散参数。
马尔可夫链原理可视化解释与R语言区制转换Markov regime switching实例
，时长07:25
马尔可夫链蒙特卡罗方法MCMC原理与R语言实现
，时长08:47
该模型中的所有参数都配备有共轭先验分布，并通过变化的贝叶斯（vB）推理算法学习，其本质上与期望最大化相似。该算法对异常值具有鲁棒性，并且可以接受缺失值。
去年，我们为一家公司进行了短暂的咨询工作