《统计学习方法》学习笔记九
来源:互联网 发布:利达128enm编程 编辑:程序博客网 时间:2024/05/07 11:24
第9章 EM算法及其推广
- EM算法是一种迭代算法,1977年由Dempster等人总结提出,用于含有隐变量(hidden variable)的概率模型参数的极大似然估计,或极大后验概率估计。EM算法的每次迭代由两步组成:E步,求期望(exceptation);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。
- EM算法的引入
- EM算法
- EM算法的导出
- EM算法在非监督学习中的应用
- EM算法的收敛性
- EM算法在高斯混合模型学习中的应用
- 高斯混合模型
- 高斯混合模型参数估计的EM算法
- EM算法的推广
- F函数的极大-极大算法
- GEM算法
0 0
- 《统计学习方法》学习笔记九
- 《统计学习方法》学习笔记
- 《统计学习方法》--学习笔记
- 《统计学习方法》笔记(九)--SVM(1)
- 《统计学习方法》学习笔记一
- 《统计学习方法》学习笔记二
- 《统计学习方法》学习笔记三
- 《统计学习方法》学习笔记四
- 《统计学习方法》学习笔记五
- 《统计学习方法》学习笔记六
- 《统计学习方法》学习笔记七
- 《统计学习方法》学习笔记八
- 《统计学习方法》学习笔记十
- 《统计学习方法》学习笔记十一
- 统计学习方法学习笔记:概论
- 统计学习方法学习笔记一
- 《统计学习方法》学习笔记-概论
- 《统计学习方法》学习笔记--统计学习三要素
- 交换机的广播风暴
- 算法7-2:图论接口
- Oracle Sequence用法
- 快速判断素数
- 股市基础知识、内盘和外盘与股票走势
- 《统计学习方法》学习笔记九
- GPU基本介绍
- MySQL 加锁处理分析
- 易與天地準章
- 算法7-3:深度优先搜索
- 算法7-4:宽度优先搜索
- 算法7-5:连接部件
- xmu 1002 C=?+?
- 《离散数学》学习笔记一之命题逻辑