EM算法——最大期望算法講義課件PPT
食堂的大師傅炒了一份菜,要等分成兩份給兩個人吃——顯然沒有必要拿來天平一點一點的精確的去稱分量,最簡單的辦法是先隨意的把菜分到兩個碗中,然 后觀察是否一樣多,把比較多的那一份取出一點放到另一個碗中,這個過程一直迭代地執行下去,直到大家看不出兩個碗所容納的菜有什么分量上的不同為止。
EM算法就是這樣,假設我們估計知道A和B兩個參數,在開始狀態下二者都是未知的,并且知道了A的信息就可以得到B的信息,反過來知道了B也就得到 了A。可以考慮首先賦予A某種初值,以此得到B的估計值,然后從B的當前值出發,重新估計A的取值,這個過程一直持續到收斂為止。
最大期望算法(Expectation-maximization algorithm,又譯期望最大化算法)在統計中被用于尋找,依賴于不可觀察的隱性變量的概率模型中,參數的最大似然估計。
在統計計算中,最大期望算法是在概率模型中尋找參數最大似然估計或者最大后驗估計的算法,其中概率模型依賴于無法觀測的隱藏變量。最大期望經常用在機器學習和計算機視覺的數據聚類領域。
最大似然估計
某位同學與一位獵人一起外出打獵,一只野兔從前方竄過.只聽一聲槍響,野兔應聲到下,如果要你推測,這一發命中的子彈是誰打的?
——你就會想,只發一槍便打中,由于獵人命 中的概率一般大于這位同學命中的概率,看來這一槍是獵人射中的
PPT來源:吳澤邦 吳林謙 萬仔仁 余淼 陳志明 秦志勇,下面是PPT詳情,給最愛學習的你……
End.
本文由用戶 jopen 自行上傳分享,僅供網友學習交流。所有權歸原作者,若您的權利被侵害,請聯系管理員。
轉載本站原創文章,請注明出處,并保留原始鏈接、圖片水印。
本站是一個以用戶分享為主的開源技術平臺,歡迎各類分享!