Maximization

混合高斯模型（Mixtures of Gaussians）和EM算法

这篇讨论使用期望最大化算法（Expectation-Maximization）来进行密度估计（densityestimation）。     
ncztc·2013-05-24 13:00

Clustering：Gaussian Mixture Model and Expectation Maximization

 Clustering：GaussianMixtureModelandExpectationMaximization 在统计学中，MixtureModel是个概率模型，利用概率密度来对数据分簇，当然MixtureModel不只是可以用来分簇，只是我们在这里使用MixtureModel来进行分簇，借此来学习这个概率模型。MixtureModel通常和概率分布(ProbabilityDistribut
isilic·2013-03-16 22:00

EM算法：Expectation-Maximization

目标：找出有隐形变量的概率模型的最大可能性解。它分为两个过程：E-step和M-step1.E-step：通过最初假设或上一步得出的模型参数得到后验概率；2.M-step：重新算出模型的参数。重复这两个过程直到目标函数值收敛。 EM算法即期望值最大算法，被誉为是数据挖掘的十大算法之一，它是在概率模型中寻找参数最大似然估计的算法。其中概率模型依赖于无法观测到的隐变量。最大期望算法经过两个步骤交替进行
swuteresa·2013-02-01 20:00

混合高斯模型mixture Gaussians和EM算法

这篇讨论使用期望最大化算法（Expectation-Maximization）来进行密度估计（densityestimation）。     
junnan321·2013-01-08 22:00

EM算法原理

在聚类中我们经常用到EM算法（i.e.Expectation-Maximization）进行参数估计,在该算法中我们通过函数的凹/凸性，在expectation和maximization两步中迭代地进行参数估计
Rachel-Zhang·2012-11-10 23:42

EM算法原理

在聚类中我们经常用到EM算法（i.e.Expectation -Maximization）进行参数估计,在该算法中我们通过函数的凹/凸性，在expectation 和maximization两步中迭代地进行参数估计
abcjennifer·2012-11-10 23:00

EM算法简介

Expectation-Maximization(EM)算法用于maximum-likelihood  parameterestimation类问题EM算法的目标是找出有隐性变量的概率模型的最大可能性解
gxuan·2012-11-08 21:00

初识EM algorithm

评论(0) 收藏 举报很多书阐述了EMalgorithm的原理，直接点可以在维基百科上找到它的基本情况：http://en.wikipedia.org/wiki/Expectation%E2%80%93maximization_algorithm
pi9nc·2012-11-02 21:00

The EM(Expectation–Maximization) Algorithm 详解

在统计计算中，最大期望（EM，Expectation–Maximization）算法是在概率（probabilistic）模型中寻找参数最大似然估计的算法，其中概率模型依赖于无法观测的隐藏变量（LatentVariabl
daringpig·2012-10-10 10:00

EM(expectation maximization)理解以及推导过程

from:http://www.hxxiaopei.com/?p=26最近在看topicmodel，引入主题隐含的状态，采用EM算法求解参数，所以先系统了解EM算法，感觉比较抽象，参照一些论文以及斯坦福的机器学习视频，整理一下自己的想法。1.引入给定一个数据集合DataSet，观察变量是X，隐藏变量为Z，如果概率模型的变量都是观察变量，则直接利用极大似然估计法估计模型参数l(θ)=maxθ∑Ni=
hxxiaopei·2012-05-29 11:00

EM算法——最大期望算法（Expectation-maximization algorithm）

最大期望算法（Expectation-maximizationalgorithm，又译期望最大化算法）在统计中被用于寻找，依赖于不可观察的隐性变量的概率模型中，参数的最大似然估计。在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计或者最大后验估计的算法，其中概率模型依赖于无法观测的隐藏变量（LatentVariable）。最大期望经常用在机器学习和计
a12141986·2012-03-21 15:00

初识EM algorithm

很多书阐述了EMalgorithm的原理，直接点可以在维基百科上找到它的基本情况：http://en.wikipedia.org/wiki/Expectation%E2%80%93maximization_algorithm
yugao1986·2011-12-10 21:00

Expectation Maximization-EM(期望最大化)-算法以及源码

在统计计算中，最大期望（EM）算法是在概率（probabilistic）模型中寻找参数最大似然估计的算法，其中概率模型依赖于无法观测的隐藏变量（LatentVariable）。最大期望经常用在机器学习和计算机视觉的数据聚类（DataClustering）领域。最大期望算法经过两个步骤交替进行计算，第一步是计算期望（E），利用对隐藏变量的现有估计值，计算其最大似然估计值；第二步是最大化（M），最大化
flyingworm_eley·2011-04-08 21:00

52nlp：理解EM算法

EM(Expectation-Maximization)算法在机器学习和自然语言处理应用非常广泛，典型的像是聚类算法K-means和高斯混合模型以及HMM(HiddenMarkovModel)。
flyingworm_eley·2011-04-08 21:00

混合高斯模型（Mixtures of Gaussians）和EM算法

这篇讨论使用期望最大化算法（Expectation-Maximization）来进行密度估计（densityestimation）。与k-means一样，给定的训练样本是，我们将隐含类别标签用表示。
JerryLead·2011-04-06 16:00

理解EM算法

EM(Expectation-Maximization)算法在机器学习和自然语言处理应用非常广泛，典型的像是聚类算法K-means和高斯混合模型以及HMM(HiddenMarkovModel)。
jenna Chin·2011-04-05 09:00

EM算法（expection maximization）

参考模型，em算法，高斯模型中的em算法等。参考资料：http://wenku.baidu.com/view/798b1e0dba1aa8114431d95a.html
yihaizhiyan·2010-12-21 20:00

Expectation-maximization algorithm EM算法

Expectation-maximizationalgorithmEM算法    Instatistics,anexpectation-maximization(EM)algorithmisamethodforfindingmaximumlikelihoodormaximumaposteriori
O(1) 的小乐·2010-10-20 14:00

数据挖掘十大经典算法(5) 最大期望(EM)算法

在统计计算中，最大期望（EM，Expectation–Maximization）算法是在概率（probabilistic）模型中寻找参数最大似然估计的算法，其中概率模型依赖于无法观测的隐藏变量（LatentVariabl
aladdina·2009-05-01 00:00

popular clustering techniques

(uses eigenvectors), Gravitational Clustering, Canopy Clustering, Self-Organizing Maps, Expectation Maximization
coderplay·2008-04-27 13:00
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他