Ну, очень на пальцах могу рассказать, как СММ себе представлять:
у нас есть цепь Маркова. Грубо - какая-то штуковина меняет свое состояние случайным образом, и при этом вероятность, что она в следующем скачке перейдет в определенное состояние зависит только от того, в каком она состоянии сейчас; история, как она в это состояние попадала, несущественна. Но вот состояния эти мы наблюдать не можем, а наблюдаем только какие-то другие величины. Та величина, которую мы наблюдаем в момент времени
, зависит только от состояния самой цепи в момент
, и ни от чего больше. Поэтому и говорят про скрытую марковость - марковская цепь от нас скрыта, а доступны для наблюдения только какие-то зависящие от ее состояния случайные величины.
И СММ - это частный случай байесовской сети (динамической BN, точнее) :)
А вот процесс обучения СММ по шагам расписывать - это, извините, дольше писать. Проще вам погуглить на hidden markov model learning tutorials и задавать конкретные вопросы, по-моему.
Кстати - а не лучше ли это перенести в "Помогите решить/разобраться"?
