Estimation non paramétrique pour des problèmes mal spécifiés non i.i.d.
Les modèles de Markov cachés (HMM pour hidden Markov models en anglais) ont été introduits pour étudier des séries temporelles présentant des dépendances complexes entre observations. L'idée centrale est que les observations sont une version bruitée d'un processus markovien non observé. Toute la richesse et la complexité des modèles de Markov cachés vient du fait que ce processus observé n'est plus markovien.




