GMM模型与EM算法

GMM模型与EM算法 --> 聚类 -> 无监督机器学习[参考]

一、单个高斯分布GM的估计参数

1.1 高斯分布

结果趋近于正态分布

每次弹珠往下走的时候,碰到钉子会随机往左还是往右走,可以观测到多次随机过程结合的

高斯分布的似然函数

X1-XN 全部发生的总概率为:

二、混合高斯模型GMM参数估计

人群中随机选出 10000 个人来,测量他们的身高男女身高虽然都服从高斯分布,但是方差均值不同假设男 N(u1,o1) 女 N(u2,o2)能否估计 u1 o1? u2 o2?

2.1 GMM混合高斯分布

相关推荐
LinQingYanga1 小时前
极客时间多模态大模型训练营毕业总结(2026年2月8日)
人工智能
pccai-vip1 小时前
过去24小时AI创业趋势分析
人工智能
SEO_juper1 小时前
AI SEO实战:整合传统技术与AI生成搜索的优化框架
人工智能·chatgpt·facebook·seo·geo·aeo
pp起床1 小时前
Gen_AI 补充内容 Logit Lens 和 Patchscopes
人工智能·深度学习·机器学习
方见华Richard1 小时前
自指-认知几何架构 可行性边界白皮书(务实版)
人工智能·经验分享·交互·原型模式·空间计算
冬奇Lab1 小时前
AI时代的"工具自由":我是如何进入细糠时代的
人工智能·ai编程
天天爱吃肉82181 小时前
跟着创意天才周杰伦学新能源汽车研发测试!3年从工程师到领域专家的成长秘籍!
数据库·python·算法·分类·汽车
alphaTao2 小时前
LeetCode 每日一题 2026/2/2-2026/2/8
算法·leetcode
CODECOLLECT2 小时前
技术解析|MDM移动设备管理系统无终身买断制度的底层逻辑
人工智能
甄心爱学习2 小时前
【leetcode】判断平衡二叉树
python·算法·leetcode