机器学习（十五）——EM模型
·
笔者是一个痴迷于挖掘数据中的价值的学习人，希望在平日的工作学习中，挖掘数据的价值，找寻数据的秘密，笔者认为，数据的价值不仅仅只体现在企业中，个人也可以体会到数据的魅力，用技术力量探索行为密码，让大数据助跑每一个人，欢迎直筒们关注我的公众号，大家一起讨论数据中的那些有趣的事情。
我的公众号为：livandata
EM算法主要是用来计算含有隐含变量的模型，E步为期望步，一般计算模型的期望值问题；M步为求最大化问题（即最大的期望值）；
1） EM算法：高斯混合模型（GMM）：
使用多个高斯模型来刻画数据的分布情况，每一个数据都是由多个高斯模型组合而成的，通过EM算法运算GMM所需要的参数模型。
DAMO开发者矩阵，由阿里巴巴达摩院和中国互联网协会联合发起，致力于探讨最前沿的技术趋势与应用成果，搭建高质量的交流与分享平台，推动技术创新与产业应用链接，围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐
0
0- 0
已为社区贡献4条内容
所有评论(0)