EM算法1
工作中涉及了EM算法，重新学习一下不清晰的概念。偶然发现了国外的教材，不经感叹国外的教材写的是真的好。掰开揉碎了，一行行的讲公式的意思，讲变量的由来。
反观国内的教材，啥也不说，啪啪啪几行公式列下来，标注几个变量，仿佛生怕多说几个字让你学会了。让人懵逼进来懵逼出去。
该文献的标题是：> > > > 《A Gentle Tutorial of the EM Algorithm and its Application to Parameter Estimation for Gaussian Mixture and Hidden Markov Models》> > > >
开头讲了该算法主要有两个应用：
1.求混合高斯分布的参数
2.求隐马尔可夫模型的参数
然后开始回顾最大似然估计的内容
接下来介绍EM的两种应用情况
这里第二种用法很关键，很多机器学习算法都会将问题转化为一个含有隐变量求解的问题。原因就在这儿，这样处理就可以通过EM求解。
真的是每一步都讲的很详细
一大段话+公式。数学不好的同学（比如我）看见公式和这么多变量就懵逼了。但是人家下面给出了公式的详细解释。
今天先到这里