Відповіді:
У scikit-learn є реалізація HMM . До недавнього часу він вважався непорушеним, і його використання було відмовлено. Однак він покращився у розробці. Я не можу поручитися за його якість, хоча я не знаю нічого про НММ.
Відмова: Я - розробник, що навчається наукам.
Редагувати : ми перемістили HMM за межами scikit-learn, на https://github.com/hmmlearn/hmmlearn
_BaseHMM
про впровадження див. У документації.
Ви бачили NLTK?
У ньому є кілька класів, які підходять для подібних речей, але дещо залежать від додатків.
http://www.nltk.org/api/nltk.tag.html#nltk.tag.hmm.HiddenMarkovModelTrainer
Якщо ви шукаєте щось більш "орієнтоване на освіту", я написав тренер іграшок деякий час тому:
Ви можете знайти реалізації Python на:
BTW: Дивіться приклад впровадження Baum-Welch на переповнення стека - відповідь виявляється в Python.
Деякі варіанти реалізації основних алгоритмів (включаючи Baum-welch у python) доступні тут: http://ai.cs.umbc.edu/icgi2012/challenge/Pautomac/baseline.php
Бібліотека Спільного Hidden Markov Model має пітон прив'язки і використовує алгоритм Baum-Welch.
Далі йде піттонська реалізація алгоритму Баума-Велха: