EM算法是一种优化算法框架，用于含有 隐变量（hidden variable）的概率模型参数的极大似然估计（Maximum Likelihood Estimation, MLE），或极大后验概率估计（Maximum A Posterior estimation, MAP）。
EM算法简约而不简单，是一个经典的机器学习算法框架，在很多机器学习模型中都有应用。笔者在阅读了一些相关资料后梳理了一份slides，大家可以在 本站地址 或者 云盘共享地址 下载到，欢迎大家一起探讨。
主要参考文献
- Christopher M. Bishop. 《Pattern Recognition and Machine Learning》
- 李航. 《统计学习方法》
- EM算法 来自 老博客
原创文章，转载请注明：转载自vividfree的博客
本文链接地址：EM算法原理及其应用