公開課系列的pdf文檔已經上傳到csdn資源,下載下傳請猛擊這裡。
本文對應斯坦福ML公開課的第12個視訊,第12個視訊與前面相關性并不大,開啟了一個新的話題——無監督學習。主要内容包括無監督學習中的K均值聚類(K-means)算法,混合高斯分布模型(Mixture of Gaussians, MoG),求解MoG模型的EM算法,以及EM的一般化形式,在EM的一般化形式之前,還有一個小知識點,即Jensen不等式(Jensen’s inequality)。
公開課系列的pdf文檔已經上傳到csdn資源,下載下傳請猛擊這裡。
本文對應斯坦福ML公開課的第12個視訊,第12個視訊與前面相關性并不大,開啟了一個新的話題——無監督學習。主要内容包括無監督學習中的K均值聚類(K-means)算法,混合高斯分布模型(Mixture of Gaussians, MoG),求解MoG模型的EM算法,以及EM的一般化形式,在EM的一般化形式之前,還有一個小知識點,即Jensen不等式(Jensen’s inequality)。