EM（期望最大）算法详解(上)

EM算法(The Expectation-Maximization Algorithm)实质是对含有隐变量的概率模型参数的极大似然估计。EM算法的推导过程真的灰常容易理解，只需要一点点概率论的知识加上一点点的讲解，便可对此算法了然。 学习EM算法，只需要2个小技能（合计4个小知识点）： 1. 概率分布的参数常用极大似然估计——了解极大似然估计以及她的对数形式；在一概率分布下有一组观测值: X={x

>>阅读原文<<