Given a sequence of observations and a HMM model, which of the following fundamental problems of HMM finds the most likely sequence of states that produced the observations in an efficient way?

Đáp án đúng: "Decoding problem". HMM (Hidden Markov Model, mô hình Markov ẩn) có ba bài toán cơ bản theo cách trình bày kinh điển của Rabiner: tính xác suất chuỗi quan sát, tìm chuỗi trạng thái ẩn tốt nhất, và học tham số. Bài toán giải mã (decoding) chính là tìm chuỗi trạng thái có xác suất cao nhất đã sinh ra chuỗi quan sát, giải hiệu quả bằng thuật toán Viterbi dùng quy hoạch động với độ phức tạp O(N²T) thay vì duyệt cả N^T chuỗi khả dĩ. "Evaluation problem" là bài toán tính P(O|λ), xác suất mô hình sinh ra chuỗi quan sát, giải bằng thuật toán forward, chỉ trả về một con số chứ không trả về chuỗi trạng thái. "Likelihood estimation problem" là tên gọi khác của chính bài toán đánh giá đó (tính likelihood, độ hợp lý của quan sát), nên cũng không cho ra chuỗi trạng thái. "Learning problem" là ước lượng ma trận chuyển trạng thái và ma trận phát xạ từ dữ liệu, thường bằng thuật toán Baum-Welch (forward-backward), tức điều chỉnh mô hình chứ không giải mã một chuỗi quan sát cụ thể.