Лекция по машинному обучению от 31.03

Подфорум по машинному обучению
Аватара пользователя
admin
Администратор
Сообщения: 1839
Зарегистрирован: 27 июл 2018, 18:43
Откуда: apsheronsk.bozo.ru
Контактная информация:

Лекция по машинному обучению от 31.03

Сообщение admin » 30 мар 2020, 18:29

Тема: EM – алгоритм

EM-алгоритм (англ. Expectation-maximization (EM) algorithm) — алгоритм, используемый в математической статистике для нахождения оценок максимального правдоподобия параметров вероятностных моделей, в случае, когда модель зависит от некоторых скрытых переменных. Каждая итерация алгоритма состоит из двух шагов. На E-шаге (expectation) вычисляется ожидаемое значение функции правдоподобия, при этом скрытые переменные рассматриваются как наблюдаемые. На M-шаге (maximization) вычисляется оценка максимального правдоподобия, таким образом увеличивается ожидаемое правдоподобие, вычисляемое на E-шаге. Затем это значение используется для E-шага на следующей итерации. Алгоритм выполняется до сходимости. (//Wikipedia)

Материалы учебники:
- лекция Воронцова
- ШАД Яндекса

Интернет-источники:
- Википедия
- хорошее описание на Basegroup
- интересный пример с танками

Контрольные вопросы:
1. Что такое смесь гауссиан?
2. В чем суть E-шага и М-шага?
3. Как используются скрытые переменные в EM-алгоритмы? и что это такое?
программисту на заметку:
За программу без багов и недоделок ты получаешь деньги единожды, а программа с багами и недоделками кормит тебя всю жизнь.
anekdot.ru

Вернуться в «Машинное обучение»

Кто сейчас на конференции

Сейчас этот форум просматривают: нет зарегистрированных пользователей и 1 гость