EM算法的简述

用法：用于含有隐变量的概率模型参数的极大似然估计，或极大后验概率估计

本质：通过不断求解下界的极大化逼近求解对数似然函数极大化的算法。

 上图中7.36式解释：①下界的公式；②若参数θ已知，则根据训练数据推断出最优应变量Z的值（E步）；反之，若Z的值已知，则可方便地对参数θ做极大似然估计（M值）

好文推荐：https://blog.csdn.net/zhihua_oba/article/details/73776553