摘要 EM算法主要分为两个步骤:E-step和M-step,主要应用在概率模型中。机器学习中,概率模型在进行参数估计时,我们主要应用的是最大似然估计,所以在对EM算法进行讨论时,是离不开最大似然估计的。EM算法主要是用来解决那些样本中存在隐变量的情况。E-step固定模型参数通过数学模型求解隐变量,M-step根据E-step求得的隐变量在通过
本文汇编了一些机器学习领域的框架、库以及软件(按编程语言排序)。C++计算机视觉CCV —基于C语言/提供缓存/核心的机器视觉库,新颖的机器视觉库OpenCV—它提供C++, C, Python, Java 以及 MATLAB接口,并支持Windows, Linux, Android and Mac OS操作系统。通用机器学习MLPackDLibecoggsharkClosure通用机器
Copyright © 2005-2024 51CTO.COM 版权所有 京ICP证060544号