摘要： 今天从网上搜的 EM 算法的原始论文叫做 Maximum likelihood from incomplete data via the EM algorithm，下次仔细学习的时候可以看看，最近比较功利，就不弄得那么明白了。（2012@3@21）9.1 K-means Clustering主要介绍了 K-means 和 EM 算法之间的关系，第一次听说原来K-means 就是 EM 算法，不知道的东东还真是多。接下来第二小结是 Mixtures of Gaussians，看来不得不回2.3去看了。9.2 Mixtures of Gaussians这章内容太多，所以单独写成分日志。第一部分链接 阅读全文

摘要： http://its.buffalo.edu/services/capture/links/spr12/CSE674.html 阅读全文

摘要： 这个人的水平还真不是一般的强，佩服啊转载自：http://bbs.byr.cn/#!article/PR_AI/2530?p=1原文的主要内容 有两种方法设计分类器： 1. discriminative model，就是由样本直接设计判别函数，例如SVM； 2. generative model，就是先从样本恢复概率模型——例如我们熟悉的参数方法：混合高斯模型GMM;非参数方法Parzen窗。然后再充分挖掘模型，用以分类。例如Bayes最大后验概率准则；或者将模型中的参数当作提取的特征（参数一般都比较少，所以这么做实际上是在降维），在这些新特征上设计分类器（例如又用SVM）。 恢复... 阅读全文