工作中涉及了EM演算法，重新學習一下不清晰的概念。偶然發現了國外的教材，不經感嘆國外的教材寫的是真的好。掰開揉碎了，一行行的講公式的意思，講變數的由來。
反觀國內的教材，啥也不說，啪啪啪幾行公式列下來，標註幾個變數，彷彿生怕多說幾個字讓你學會了。讓人懵逼進來懵逼出去。
該文獻的標題是：> > > > 《A Gentle Tutorial of the EM Algorithm and its Application to Parameter Estimation for Gaussian Mixture and Hidden Markov Models》> > > >
開頭講了該演算法主要有兩個應用：
1.求混合高斯分佈的引數
2.求隱馬爾可夫模型的引數
然後開始回顧最大似然估計的內容
接下來介紹EM的兩種應用情況
這裡第二種用法很關鍵，很多機器學習演算法都會將問題轉化為一個含有隱變數求解的問題。原因就在這兒，這樣處理就可以透過EM求解。
真的是每一步都講的很詳細
一大段話+公式。數學不好的同學（比如我）看見公式和這麼多變數就懵逼了。但是人家下面給出了公式的詳細解釋。
今天先到這裡