SIGAI机器学习第二十四集 高斯混合模型与EM算法

Posted wisir

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了SIGAI机器学习第二十四集 高斯混合模型与EM算法相关的知识,希望对你有一定的参考价值。

讲授聚类算法的基本概念,算法的分类,层次聚类,K均值算法,EM算法,DBSCAN算法,OPTICS算法,mean shift算法,谱聚类算法,实际应用。

大纲:

聚类问题简介
聚类算法的分类
层次聚类算法的基本思想
簇之间距离的定义
k均值算法的基本思想
k均值算法的流程
k均值算法的实现细节问题
实验
EM算法简介
Jensen不等式
EM算法的原理推导
收敛性证明

聚类算法是无监督学习的典型代表,前边讲过的数据降维算法是无监督学习的另外一种典型代表。

以上是关于SIGAI机器学习第二十四集 高斯混合模型与EM算法的主要内容,如果未能解决你的问题,请参考以下文章

机器学习3_EM算法与混合高斯模型

SIGAI机器学习第二十五集 聚类算法2

高斯混合模型(GMM)和EM算法

机器学习笔记EM算法及实践(以混合高斯模型(GMM)为例来次完整的EM)

无监督学习高斯混合模型

统计学习方法c++实现之八 EM算法与高斯混合模型