概率模型有時候既含有觀測變數，又含有隱變數或潛在變數，如果概率模型的變數都是觀測變數，那麼給定資料，可以直接用極大似然估計法，或貝葉斯估計方法估計模型引數，但是當模型含有隱變數時，就不能簡單的使用這些方法，em演算法就是含有隱變數的概率模型引數的極大似然估計法，或極大後驗概率估計法
em演算法的乙個重要應用場景就是高斯混合模型的引數估計。高斯混合模型就是由多個高斯模型組合在一起的混合模型（可以理解為多個高斯分布函式的線性組合，理論上高斯混合模型是可以擬合任意型別的分布）
這節內容比較難，沒有完全看懂，尚需努力啊
第三次機器學習
s資訊理論基礎 熵 聯合熵 條件熵 資訊增益 基尼不純度 熵表示隨機變數不確定的度量，熵越大，隨機變數的不確定性就越大。條件熵是隨機變數x的條件下隨機變數y的不確定性。稱為h y x 聯合熵就是度量乙個聯合分布的隨即系統造成的不確定度，這個與資訊熵一樣是乙個數學期望 決策樹的不同分類演算法 id3演...
第三次打卡
2.什麼是多重賦值？什麼是增強賦值操作符？多重賦值技巧是一種快捷方式，讓你在一行 中，用列表中的值為多個變數 賦值new1 dsdf 34,wdf dfffff r1 r2 r3 r4 new1 r1,r2,r3,r4 new1 print r1,r2,r3,r4 dsdf 34 wdf dffff...
第三次學習
1.學習前端的第三天 用時 5小時 學習內容 零基礎學院 第三天 學習目標 完成效果不好 分享乙個很好地 可以用來學習，對於初學者建立 很友好 2.什麼是css，css是如何工作的css是層疊樣示表 瀏覽器載入html 瀏覽器解析html,同時載入css 瀏覽器解析css,並使css結合html,生...