机器学习研究-最大熵模型与EM算法.pdfVIP

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
机器学习研究-最大熵模型与EM算法.pdf

信息论、最大熵模型与EM算法 七月算法 龙老师 2016 年5月15 日 主要内容  统计学习基础回顾 1.后验概率 2.极大似然法(MLE)  信息论基础 1. (互)信息 2.熵、条件熵 3.交叉熵、相对熵  最大熵模型 1. 凸优化理论推导Maxent 2.与MLE的关系  EM算法 1. GMM实例 2. MLE推导EM 七月算法机器学习 有监督学习 特征1 …… 特征n 标签 训练 特征1 …… 特征n 标签 特征1 …… 特征n 标签 监督学习算法 特征1 …… 特征n 未知 预测 特征1 …… 特征n 未知 七月算法机器学习 白富美相亲网的例子 高 富 帅 成 1 …… 0 0 训练 0 …… 1 0 1 …… 1 1 监督学习算法 1 …… 0 未知 预测 0 …… 0 未知 七月算法机器学习 先验概率与后验概率 求模型就是求 后验概率: P(Y|X) 七月算法机器学习 极大似然法回顾  已经发生的事件是独立重复事件,符合同一分布。  已经发生的事件是可能性(似然)最大的事件。 七月算法机器学习 七月算法机器学习 七月算法机器学习 极大似然估计的一般形式 七月算法机器学习

文档评论(0)

big一剑飞虹 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档