参考 拉格朗日乘子法如何理解？ 拉格朗日乘子法 基本的拉格朗日乘子法就是求函数 f(x1,x2,...) 在约束条件 g(x1,x2,...)=0 下的极值的方法。 其主要思想是将约束条件函数与原函数联立，从而求出使原函数取得极值的各个变量的解。 计算过程： 1. 假设需要求极值的目标函数 (obj Read More
含有隐藏变量时，不好直接求极大似然，可以考虑用EM算法。 参考 （EM 算法）The EM Algorithm 从最大似然到 EM 算法浅解 1.Jensen 不等式 回顾优化理论中的一些概念。 设 f 是定义域为实数的函数，如果对于所有的实数 x，，那么 f 是凸函数。 当 x 是向量时，如果其 Read More
参考 从最大似然到 EM 算法浅解 最大似然估计学习总结 EM 算法及其推广学习笔记 之前已经总结了似然的概念，那么顺其自然的理解就是，求得似然最大值的参数即为想要的参数，也就是参数估计，使用的方法为最大似然估计。 先提出几个问题： 1.最大似然估计求参数的一般流程是怎样的？ 2.什么样的场景适合/ Read More