一文讀懂EM期望最大化算法和一維高斯混合模型GMM

EM最大期望算法是一個數值求解似然函數極大值的迭代算法，就好像梯度下降算法是一種數值求解損失函數極小值的迭代算法一樣。 EM算法通常適合於隨機變量依賴於另外一些不可觀測的隨機變量(稱之爲隱含變量或者中間變量)的場景。 此時由於似然函數的表示形式較爲複雜(含有對隱含變量的累加求和或者積分)，難以求導獲取似然函數的極大值，也無法方便地應用梯度下降算法進行優化。 而EM算法是一個類似梯度下降算法的迭代算

>>阅读原文<<