無監督學習：傳統方法與自映射神經網絡

一、聚類與EM算法     1、以聚類爲例講清楚EM -- 首先EM算法應用於概率模型 -- 是概率模型中尋找參數最大似然估計或者最大後驗估計的算法，其中概率模型依賴於無法觀測的隱性變量 -- 假設聚類模型的輸出y=f(θ，z，x)    -- θ是模型參數，決定x的分佈    -- x是輸入數據，是可觀察變量    -- z是隱含變量，即是類簇中心 那E步就是： -- 假設一個初始的模型參數θ0

>>阅读原文<<