连接
摘要: EM算法 EM算法是含隐变量图模型的常用参数估计方法,通过迭代的方法来最大化边际似然。 带隐变量的贝叶斯网络 给定N 个训练样本D={x(n)},其对数似然函数为: 通过最大化整个训练集的对数边际似然L(D; θ),可以估计出最优的参数θ∗。然而计算边际似然函数时涉及p(x) 的推断问题,需要在对数 阅读全文
posted @ 2019-11-16 05:37 朱群喜_QQ囍_海疯习习 阅读(1318) 评论(0) 推荐(0) 编辑
Map