斯坦福ML公开课笔记12——K-Means、混合高斯分布、EM算法

本文对应斯坦福ML公开课的第12个视频,第12个视频与前面相关性并不大,开启了一个新的话题——无监督学习。主要内容包括无监督学习中的K均值聚类(K-means)算法,混合高斯分布模型(Mixture of Gaussians, MoG),求解MoG模型的EM算法,以及EM的一般化形式,在EM的一般化形式之前,还有一个小知识点,即Jensen不等式(Jensen’s inequality)。

斯坦福ML公开课笔记12——K-Means、混合高斯分布、EM算法

斯坦福ML公开课笔记12——K-Means、混合高斯分布、EM算法

斯坦福ML公开课笔记12——K-Means、混合高斯分布、EM算法

斯坦福ML公开课笔记12——K-Means、混合高斯分布、EM算法

斯坦福ML公开课笔记12——K-Means、混合高斯分布、EM算法

斯坦福ML公开课笔记12——K-Means、混合高斯分布、EM算法

斯坦福ML公开课笔记12——K-Means、混合高斯分布、EM算法

上一篇:hdu 1158 Employment Planning


下一篇:VSX-4 VSXTra