機器學習之EM算法

        EM（Expectation-Maximization）算法是一種啓發式的迭代方法，用於含有隱變量Z（latent variable）的概率模型參數Θ的最大似然/最大後驗估計。由於含有隱變量不能直接使用MLE、MAP，因此用隱變量的期望來代替它，再通過最大化對數邊際似然（marginal likelihood）來逐步逼近原函數的極大值，EM的優點是簡單、穩定，但容易陷入局部最優解。

>>阅读原文<<