最大化指望算法（EM）詳解

咱們知道最大似然估計的根本目的是根據抽樣的到的樣本（即數據），反推出最有可能的分佈參數（即模型），這是一個很是典型的機器學習的思想。因此在不少領域最大似然估計有着極爲普遍的應用。然而，若是已知的數據中含有某些沒法觀測的隱藏變量時，直接使用最大似然估計是不足以解決問題的。這個時候就要依靠最大化指望（EM）算法了。web 簡單的說，EM算法是在依賴於沒法觀測的隱藏變量的機率模型中，尋找參數最大似然估計

>>阅读原文<<