《统计学习方法》第9章 EM/GMM/F-MM/GEM

前言 EM（期望最大）算法有很多的应用，最广泛的就是混合高斯模型、聚类、HMM等等，本质上就是一种优化算法，不断迭代，获得优值，与梯度下降、牛顿法、共轭梯度法都起到同一类的作用。 本文是对李航《统计学习方法》的第9章复习总结，主要内容如下 EM（期望最大）算法证明有跳跃性的地方全部事无巨细地写出来， 清晰地梳理网上很多人觉得没看明白的三硬币例子，将会把这个例子跟公式一一对应起来 GMM（高斯混合模

>>阅读原文<<