EM 算法

1. 为什么要引入EM 算法

• 如果概率模型的变量都是观测变量（数据中可见的变量），则可以直接用极大似然估计，或者用贝叶斯估计模型参数。但是，当模型含有隐变量（数据中看不到的变量）时，就不能简单地使用这些估计方法，而应该使用含有隐变量的概率模型参数的极大似然估计法，也即EM算法。

2. 7月算法降解

• 比如说知道升高1.9m,背后的隐变量是男还是女？

  
  image.png
  image.png
  image.png
  image.png
  image.png
  image.png
  image.png

3.

image.png
image.png

• theta(t) 是常数和theta 无关

  
  image.png

• 积分可以想象成求期望

  
  image.png

参考文献

1. https://www.bilibili.com/video/av31906558/?p=3