Expectation|Expectation Maximization Algorithm
EM（Expectation-Maximum）算法也称期望最大化算法，曾入选“数据挖掘十大算法”中，可见EM算法在机器学习、数据挖掘中的影响力。EM算法是最常见的隐变量估计方法， 在机器学习中有极为广泛的用途，例如常被用来学习高斯混合模型（Gaussian mixture model，简称GMM）的参数；隐式马尔科夫算法（HMM）、LDA主题模型的变分推断等等。 本文对EM算法做一个直观的介绍
推荐阅读
- A Review on Generative Adversarial Networks: Algorithms, Theory, and Applications
- [Algorithm] 94. Binary Tree Inorder Traversal iteratively approach
- Algorithm|希尔排序——Java
- 以计算斐波那契数列为例说说动态规划算法（Dynamic Programming Algorithm Overlapping subproblems Optimal substructure Memoi
- Matrix Factorization, Algorithms, Applications, and Avaliable packages