扫码下载「CSDN程序员学院APP」，1000+技术好课免费看
APP订阅课程，领取优惠，最少立减5元 ↓↓↓
订阅后：请点击此处观看视频课程
视频教程-大白话EM算法--从此爱上EM迭代-机器学习
学习有效期：永久观看
学习时长：119分钟
学习计划：2天
难度：中
「口碑讲师带队学习，让你的问题不过夜」
讲师姓名：李虎
开发组长/高级工程师
讲师介绍：李虎，联想集团PCSD业务UDS平台推荐算法团队开发负责人，曾获2018-2019年度联想集团中国区优秀员工。在联想内部，做过多次企业内训和技术支持，并在北京线下技术沙龙分享会上作为演讲嘉宾分享算法实战应用效果，拥有丰富的线上，线下培训经验。对机器学习，深度学习算法建模，推荐系统，大数据有多年的实际经验。CSDN博客专家，博客地址： https://blog.csdn.net/LHWorldBlog 著有大白话算法系列，以通俗生动的方式讲解人工智能前言算法。愿景是打造全网AI最通俗教学，赠人玫瑰，手有余香，在人工智能前行的路上一起前行，以通俗简介详细的方式，让每一位热爱着深入其中。
☛点击立即跟老师学习☚
「你将学到什么？」
本系列讲解EM及GMM相关知识点，让你对ＥＭ整理流程有清晰的认识，从而应用到工作和面试中。
目录如下：
1.1EM算法之回顾最大似然估计
1.2EM算法之回顾贝叶斯估计
1.3EM算法之回顾K-means算法
1.4EM算法之算法目标引入
1.5EM算法之目标函数转换--利用Jensen不等式
1.6EM算法之目标函数求解--关于Q(z, θ)的表达
1.7EM算法流程
1.8EM算法案例
1.9EM算法应用之GMM(高斯混合模型)的目标函数表示
1.10EM算法应用之GMM(高斯混合模型)的迭代过程
1.11EM算法代码之手动实现GMM迭代过程
1.12EM算法代码之基于sklearn身高性别数据GMM高斯混合聚类实现
「课程学习目录」
| 第1章：EM算法前置知识回顾 |
| 1.1.1EM算法之回顾最大似然估计 |
| 2.1.2EM算法之回顾贝叶斯估计 |
| 3.1.3EM算法之回顾K-means算法 |
| 第2章：EM算法讲解 |
| 1.2.1EM算法之算法目标引入 |
| 2.2.2EM算法之目标函数转换--利用Jensen不等式 |
| 3.2.3EM算法之目标函数求解--关于Q(z, θ)的表达 |
| 4.2.4EM算法整体迭代流程 |
| 5.2.5介绍EM算法案例 |
| 第3章：EM算法在GMM高斯混合模型上的应用理论篇 |
| 1.3.1EM算法应用之GMM(高斯混合模型)的目标函数表示 |
| 2.3.2EM算法应用之GMM(高斯混合模型)的迭代过程 |
| 第4章：EM算法在GMM高斯混合模型上的应用代码篇 |
| 1.4.1EM算法代码之手动实现GMM迭代过程 |
| 2.4.2EM算法代码之基于sklearn身高性别数据GMM高斯混合聚类实现 |
「7项超值权益，保障学习质量」
- 大咖讲解
技术专家系统讲解传授编程思路与实战。
- 答疑服务
专属社群随时沟通与讲师答疑，扫清学习障碍，自学编程不再难。
- 课程资料+课件
超实用资料，覆盖核心知识，关键编程技能，方便练习巩固。（部分讲师考虑到版权问题，暂未上传附件，敬请谅解）
- 常用开发实战
企业常见开发实战案例，带你掌握Python在工作中的不同运用场景。
- 大牛技术大会视频
2019Python开发者大会视频免费观看，送你一个近距离感受互联网大佬的机会。
- APP+PC随时随地学习
满足不同场景，开发编程语言系统学习需求，不受空间、地域限制。
「什么样的技术人适合学习？」
- 想进入互联网技术行业，但是面对多门编程语言不知如何选择，0基础的你
- 掌握开发、编程技术单一、冷门，迫切希望能够转型的你
- 想进入大厂，但是编程经验不够丰富，没有竞争力，程序员找工作难。
「悉心打造精品好课，2天学到大牛3年项目经验」
【完善的技术体系】
技术成长循序渐进，帮助用户轻松掌握
掌握机器学习知识，扎实编码能力
【清晰的课程脉络】
浓缩大牛多年经验，全方位构建出系统化的技术知识脉络，同时注重实战操作。
【仿佛在大厂实习般的课程设计】
课程内容全面提升技术能力，系统学习大厂技术方法论，可复用在日后工作中。
「你可以收获什么？」
掌握EM算法的整体流程
了解GMM高斯混合应用的具体应用
2544
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
