SIGAI机器学习第二十四集 高斯混合模型与EM算法

标签：实验   无监督学习   高斯   简介   dbscan   实际应用   基本   实现   机器学习   

讲授聚类算法的基本概念，算法的分类，层次聚类，K均值算法，EM算法，DBSCAN算法，OPTICS算法，mean shift算法，谱聚类算法，实际应用。

大纲：

聚类问题简介
聚类算法的分类
层次聚类算法的基本思想
簇之间距离的定义
k均值算法的基本思想
k均值算法的流程
k均值算法的实现细节问题
实验
EM算法简介
Jensen不等式
EM算法的原理推导
收敛性证明

聚类算法是无监督学习的典型代表，前边讲过的数据降维算法是无监督学习的另外一种典型代表。

SIGAI机器学习第二十四集 高斯混合模型与EM算法

标签：实验   无监督学习   高斯   简介   dbscan   实际应用   基本   实现   机器学习   

原文地址：https://www.cnblogs.com/wisir/p/12077524.html