本文介绍了EM算法的基本概念，包括其作为迭代算法的工作原理——E步（求期望）与M步（求极大）。此外，还探讨了EM算法在高斯混合模型参数估计中的重要应用，并提及其可以被视为F函数的极大-极大算法。
EM算法是一种迭代算法，分为两步：E步（求期望）M步（求极大）所以这一算法也称为期望极大算法
EM算法的一个重要应用就是高斯混合模型的参数估计
EM算法还可以解释为F函数的极大-极大算法，F函数的性质有：
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
EM算法是一种迭代算法，分为两步：E步（求期望）M步（求极大）所以这一算法也称为期望极大算法
EM算法的一个重要应用就是高斯混合模型的参数估计
EM算法还可以解释为F函数的极大-极大算法，F函数的性质有：
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
