EM算法推導及其收斂性證實

EM算法簡介 EM算法是一種迭代算法，用於含有隱變量的機率模型參數的極大似然估計，或極大後驗機率估計。EM算法的每次迭代分爲兩步：E步，求指望；M步，求極大。html 機率模型有時既含有觀測變量，又含有隱變量或潛在變量，若是機率模型的變量都是觀測變量，那麼給定數據，能夠直接用極大似然估計或貝葉斯法估計模型參數。可是當模型含有隱變量時，就不能簡單地使用這種估計方法。EM算法就是含有隱變量的機率模型參

>>阅读原文<<