![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Pattern Recongination
leo_fighting
这个作者很懒,什么都没留下…
展开
-
第十二讲:贝叶斯学习与EM算法(下)
主要内容 2 EM算法 2.1 引入 2.1.1 MLE回顾 2.1.2 高斯混合模型与EM算法 2.1.3 GMM的贝叶斯理解 2.1.4 EM算法的收敛性 2.2 算法 2.2.1 算法过程 2.2.2 总结 2.3 一些例...原创 2019-01-01 21:34:48 · 3733 阅读 · 0 评论 -
第十一讲:贝叶斯学习与EM算法(中)
贝叶斯学习 1.1 估计分布的参数:离散变量(多值) 1.2 估计分布的参数:离散变量(二值) 1.3 0-1分布的MLE/MAP/贝叶斯估计 1.4 估计分布的参数:单变量高斯,方差已知 1.5 估计分布的参数:单变量高斯,方差未知 1.6 估计模型的参数: 回归 1.7 线性回归的预测分布 上一讲讲到了贝叶斯学习法。这种学习方法与MLE和MAP最大的...原创 2018-11-18 12:15:02 · 2435 阅读 · 0 评论