你将收获

掌握EM算法的整体流程

了解GMM高斯混合应用的具体应用

适用人群

人工只能爱好者

课程介绍

本系列讲解EM及GMM相关知识点，让你对ＥＭ整理流程有清晰的认识，从而应用到工作和面试中。

目录如下：


1.1EM算法之回顾最大似然估计
1.2EM算法之回顾贝叶斯估计
1.3EM算法之回顾K-means算法
1.4EM算法之算法目标引入
1.5EM算法之目标函数转换--利用Jensen不等式
1.6EM算法之目标函数求解--关于Q(z, θ)的表达
1.7EM算法流程
1.8EM算法案例
1.9EM算法应用之GMM(高斯混合模型)的目标函数表示

1.10EM算法应用之GMM(高斯混合模型)的迭代过程
1.11EM算法代码之手动实现GMM迭代过程
1.12EM算法代码之基于sklearn身高性别数据GMM高斯混合聚类实现

课程目录

用AI创作
进入opencv技能树
学习更多opencv知识
去问答提问
推荐

OpenGL-Shader

89节张立铜

面试常考算法解题技巧

41节李文区

Hibernate4视频教程_全面来袭

25节佟刚

OpenGL-实现视频播放(FFMpeg)

22节张立铜

MFC上位机与STM32下位机通讯精讲

32节王凯杰

Python数据分析实战：泰坦尼克号之灾与机器学习算法

2节CSDN讲师

李虎老师的其他课程
更多

大白话神经网络和BP算法--从此爱上神经网络

李虎 4242人学习

大白话tensorflow--从此爱上tensorflow

李虎 2169人学习

大白话贝叶斯定理--让你爱上贝叶斯

李虎 1584人学习

大白话XGBoost算法--彻底了解XGBoost

李虎 2190人学习

大白话GBDT算法-通俗理解GBDT原理

李虎 2747人学习