4.1-EM算法

适用场景   EM算法用于估计含有隐变量的概率模型参数的极大似然估计，或者极大后验概率估计。当概率模型既含有观测值，又含有隐变量或潜在变量时，就可以使用EM算法来求解概率模型的参数。当概率模型只含有观测值时，直接使用极大似然估计法，或者贝叶斯估计法估计模型参数就可以了。 举例说明   这是一个抛硬币的例子，H表示正面向上，T表示反面向上，参数 θ θ 表示正面朝上的概率。硬币有两个，A和B，硬币是

>>阅读原文<<