Andrew Ng机器学习课程13

本文主要介绍了EM算法的基本思想及推导过程,并讨论了其在混合高斯模型参数估计中的应用。通过具体实例展示了EM算法如何实现迭代收敛,为读者提供了理解和实践EM算法的基础。

Andrew Ng机器学习课程13


声明:引用请注明出处http://blog.youkuaiyun.com/lg1259156776/


引言:主要从一般的角度介绍EM算法及其思想,并推导了EM算法的收敛性。最后用一般的EM算法回顾了混合高斯模型的求解过程,并推导了通过EM算法求解混合高斯模型参数的过程。视频笔记会通过增补内容加以补充。


这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述
这里写图片描述


2015-9-30 艺少

转载于:https://www.cnblogs.com/huty/p/8519069.html

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值