人工智能——最大熵与EM算法，吊打面试官-Python中高级面试题

1 机器学习

2 最大熵与EM算法

2.1 最大熵

2.1.1 熵

2.1.2 相对熵(KL散度)

2.1.3 交叉熵

2.1.4 信息增益

2.2 最大熵模型

2.2.1 原则

2.2.2 概述

2.2.3 目标函数

2.3 EM算法

2.3.1 基础

2.3.2 概述

2.3.3 算法流程

2.3.4 推导

2.3.5 算法中的应用

---

1 机器学习

======

2 最大熵与EM算法

==========

2.1 最大熵

---

![](https:

//img-blog.csdnimg.cn/951ad5e6073145428841dbc6d9d2baf8.png?x-oss-process=image/watermark,type_d3F5LXplbmhlaQ,shadow_50,text_Q1NETiBA5piv5qKm5ZCn77yM5piv5L2g5ZCn77yB,size_20,color_FFFFFF,t_70,g_se,x_16)

2.1.1 熵

 

2.1.2 相对熵(KL散度)

2.1.3 交叉熵

2.1.4 信息增益

2.2 最大熵模型

---

2.2.1 原则

现在能在网上找到很多很多的学习资源，有免费的也有收费的，当我拿到1套比较全的学习资源之前，我并没着急去看第1节，我而是去审视这套资源是否值得学习，有时候也会去问一些学长的意见，如果可以之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习

之后，我会对这套学习资源做1个学习计划，我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料，质量还不错，大家可以跟着学习