3.2EM算法应用之GMM(高斯混合模型)的迭代过程_大白话EM算法--从此爱上EM迭代-CSDN在线视频培训

EM算法在GMM高斯混合模型上的应用理论篇

3.2EM算法应用之GMM(高斯混合模型)的迭代过程

课时介绍

介绍EM算法应用之GMM(高斯混合模型)的迭代过程

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