機器學習十大演算法之一：em演算法。能評得上十大之一，讓人聽起來覺得挺nb的。什麼是nb啊，我們一般說某個人很nb，是因為他能解決一些別人解決不了的問題。神為什麼是神，因為神能做很多人做不了的事。那麼em演算法能解決什麼問題呢？或者說em演算法是因為什麼而來到這個世界上，還吸引了那麼多世人的目光。
我希望自己能通俗地把它理解或者說明白，但是，em這個問題感覺真的不太好用通俗的語言去說明白，因為它很簡單，又很複雜。簡單在於它的思想，簡單在於其僅包含了兩個步驟就能完成強大的功能，複雜在於它的數學推理涉及到比較繁雜的概率公式等。如果只講簡單的，就丟失了em演算法的精髓，如果只講數學推理，又過於枯燥和生澀，但另一方面，想把兩者結合起來也不是件容易的事。所以，我也沒法期待我能把它講得怎樣。希望各位不吝指導。
極大似然函式求解 從最大似然函式 到 EM演算法詳解
極大似然演算法 本來打算把別人講的好的博文放在上面的，但是感覺那個適合看著玩，我看過之後感覺懂了，然後實際應用就不會了。mlp其實就是用來求模型引數的，核心就是 模型已知，求取引數 模型的意思就是資料符合什麼函式，比如我們硬幣的正反就是二項分布模型，再比如我們平時隨機生成的一類資料符合高斯模型。直接...
EM演算法和最大似然估計
根據抽樣分布確定整體分布，已經知道了結果，然後尋求使該結果出現的可能性最大的條件，以此作為估計值。抽到100個男生 我們就只需要找到乙個引數 其對應的似然函式l 最大，也就是說抽到這 100 個男生 的身高 概率最大。這個叫做 的最大似然估計量 每個樣本抽到的概率p x 0 抽到n個 最大似然估計量...
極大似然估計 EM演算法
極大似然估計，是一種概率論在統計學的應用，它是引數估計的方法之一 mpa，貝葉斯估計 已知某個隨機樣本滿足某種概率分布，但是其中具體的引數不清楚，引數估計就是想通過若干次試驗，觀察其結果，利用結果推出引數的大概值。最大似然估計也是建立在這樣的思想上 已知某個引數能使這個樣本出現的概率最大，我們當然不...