EM算法-細節講解公式推導

EM算法： EM算法是一種迭代算法，用於含有隱變量的概率模型參數的極大似然估計，或極大後驗概率估計。EM算法的每次迭代由兩步組成：E步，求期望；M步，求極大。所以這一算法稱爲期望極大算法（expectation maximizaiton）。 EM算法的引入： 概率模型有時候含有觀測變量，又含有隱變量或潛在變量，如果概率模型的變量都是觀測變量，那麼給定數據，可以直接用極大似然估計法，或貝葉斯估計方法

>>阅读原文<<