人工智能——最大熵与EM算法,吊打面试官-Python中高级面试题

1 机器学习

2 最大熵与EM算法

2.1 最大熵

2.1.1 熵

2.1.2 相对熵(KL散度)

2.1.3 交叉熵

2.1.4 信息增益

2.2 最大熵模型

2.2.1 原则

2.2.2 概述

2.2.3 目标函数

2.3 EM算法

2.3.1 基础

2.3.2 概述

2.3.3 算法流程

2.3.4 推导

2.3.5 算法中的应用


1 机器学习

======

2 最大熵与EM算法

==========

2.1 最大熵


![](https:

//img-blog.csdni

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值