EM算法之算法目标引入
{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }}
{{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }}
{{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}
分享
适合人群
人工只能爱好者
你将会学到
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。
- 掌握EM算法的整体流程
- 了解GMM高斯混合应用的具体应用
课程简介
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
展开更多
{{tips.text}}
{{ noteHeaderTitle }}
笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
{{ detail.username }}
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
公开笔记
保存提问
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。
记录时间点
记录提问时视频播放的时间点,便于后续查看
公开提问
提交课程大纲
自动连播
- 第一章 EM算法前置知识回顾
- 1-1试看 EM算法之回顾最大似然估计12:25
- 1-2EM算法之回顾贝叶斯估计14:29
- 1-3EM算法之回顾K-means算法05:12
- 第二章 EM算法讲解
- 2-1EM算法之算法目标引入07:34
- 2-2EM算法之目标函数转换--利用Jensen不等式10:23
- 2-3EM算法之目标函数求解--关于Q(z, θ)的表达06:42
- 2-4EM算法整体迭代流程05:59
- 2-5介绍EM算法案例09:44
- 第三章 EM算法在GMM高斯混合模型上的应用理论篇
- 3-1EM算法应用之GMM(高斯混合模型)的目标函数表示06:01
- 3-2EM算法应用之GMM(高斯混合模型)的迭代过程16:26
12课时
大白话GBDT算法-通俗理解GBDT原理
746人学习
L先生智能课堂
5.0
¥49.00
10课时
大白话XGBoost算法--彻底了解XGBoost
637人学习
L先生智能课堂
5.0
¥29.00
26课时
大白话SVM算法课程-从此不再惧怕SVM
496人学习
L先生智能课堂
5.0
¥99.00
6课时
大白话注意力机制-Attention
394人学习
L先生智能课堂
5.0
¥29.00
9课时
大白话贝叶斯定理--让你爱上贝叶斯
249人学习
L先生智能课堂
5.0
¥29.00
6课时
大白话条件随机场--从此彻底理解CRF
231人学习
L先生智能课堂
5.0
¥29.00
28课时
大白话HMM全套系列课程--从此爱上HMM
175人学习
L先生智能课堂
5.0
¥79.00
12课时
大白话EM算法--从此爱上EM迭代
167人学习
L先生智能课堂
5.0
¥59.00