盒馬嘮機器學習之EM算法

        EM算法是一種迭代的算法，1977年由Dempster等人提出，用於含有隱變量（Hidden Variable）的概率模型參數的極大似然估計，或極大後驗概率估計。它的計算方法中每一次迭代都分兩步，其中一個爲期望步（E步），另一個爲極大步（M步），所以算法被稱爲EM算法（Expectation Maximization Algorithm）。其基本思想是：首先根據己經給出的觀測數據，

>>阅读原文<<