EM算法
漱冰濯雪
这个作者很懒,什么都没留下…
展开
-
EM算法
Maximum Likelihood Estimation Maximum Likelihood Estimation(MLE)是要选择一个最佳参数θ*,使得从训练集中观察到和情况出现的概率最大。即模型: 举例来说明。如下图 一个小黑球沿着一个三角形的木桩滚入杯子a或b中,可建立一个概率模型,由于是二值的,设服从Bernoulli分布,概率密度函数为:转载 2016-01-14 17:47:37 · 696 阅读 · 0 评论 -
(EM算法)The EM Algorithm
http://www.cnblogs.com/jerrylead/archive/2011/04/06/2006936.html EM是我一直想深入学习的算法之一,第一次听说是在NLP课中的HMM那一节,为了解决HMM的参数估计问题,使用了EM算法。在之后的MT中的词对齐中也用到了。在Mitchell的书中也提到EM可以用于贝叶斯网络中。 下面主要介绍EM的整个推导过程。 1. Jensen转载 2016-06-16 16:13:21 · 1522 阅读 · 0 评论