統計學習方法筆記9—EM算法2

9.2 EM算法的收斂性 收斂定理9.1 觀測數據的似然函數單調遞增 收斂定理9.2 EM算法是收斂性包含對數似然函數序列的收斂性和關於參數估計序列的收斂性，即一定可以通過迭代發現似然函數的極值點。 9.3 EM算法在高斯混合模型學習中的應用 9.3.1 高斯混合模型（概率分步模型） 9.3.2高斯混合模型參數估計的EM算法 1.明確隱變量，寫出對數似然函數： 隱變量：反應觀測數據的高斯分佈分模型

>>阅读原文<<