1.EM算法详解
EM算法:Expectation Maximization Algorithm
EM算法用于含有隐变量(hidden variable)的概率模型参数的极大似然估计,又称极大后验概率估计。
EM算法是一种迭代算法,每次迭代由两步组成:
E步-求期望(Expectation);
M步-求极大(Maximization);
所以这一算法称为期望-极大算法(Expectation Maximization Algorithm),简称EM算法
关于EM算法的数学基础知识,请详见前面博客:【机器学习】【EM算法】数学基础:(半)正(负)定矩阵+(严格)凹(凸)函数+(最大)似然函数+Hessian矩阵+Jensen不等式