【机器学习】EM算法详解

B站视频讲解html EM算法 EM算法是一种迭代算法，用于含有隐变量（hidden variable）的几率模型参数的极大似然估计，或极大后验几率估计。EM算法的每次迭代由两步组成：E步，求指望（expectation）；M步，求极大（maximization）。因此这一算法称为指望极大算法（expectation maximization），简称EM算法。几率模型有时既含有观测变量（obser

>>阅读原文<<