阿正入门深度学习---从EM算法开始
一.最大似然估计基础
简言之:找出与样本分布最接近的概率分布模型
结果和参数相互对应的时候,似然和概率在数值上是相等的,如果用 θ 表示环境对应的参数,x 表示结果,那么概率可以表示为:
P(x|θ)
P(x|θ)
是条件概率的表示方法,θ是前置条件,理解为在θ 的前提下,事件 x 发生的概率,相对应的似然可以表示为:
最大似然估计会寻找关于 θ的最可能的值(即,在所有可能的θ取值中,寻找一个值使这个采样的“可能性”最大化)。这种方法正好同一些其他的估计方法不同,如θ的非偏估计,非偏估计未必会输出一个最可能的值,而是会输出一个既不高估也不低估的θ值。
以二项分布的最大似然估计为例
场景:在投硬币实验中,进行N次独立实验,n次朝上,N-n次朝下
模型建立:假定朝上概率为p,使用对数似然函数作为目标函数:
最大似然估计:以p为变量求模型最大值。对p求导数,得出最大值下的p=n/N
二.Jesen不等式
关于凸函数的不等式
三.基本概念
- 完全数据:观测随机变量的数据(上图中出现的九正一反)以及表示隐随机变量的数据(使用哪个硬币),两者连在一起称为完全数据
- 不完全数据:只出现观测数据而不出现隐随机变量数据就叫做不完全数据
四.EM算法
EM算法是一种迭代算法,用于含有隐变量的概率模型的极大似然估计,或者说是极大后验概率估计。
EM算法的具体流程如下:
输入:观测变量数据Y,隐变量数据Z,联合分布P(Y, Z|θ),条件分布P(Z|Y, θ),隐变量如一堆银币正反面样本中,样本不只有正反面,还有硬币的特征如港币、人民币等,港币,人民币也是影响估计参数结果的变量,称为隐变量。
输出:模型参数θ
1)选择参数θ的初始值θ(0),开始迭代
2)E步:记θ(i)次迭代参数为θ的估计值,在第i+1次迭代的E步,计算(基于当前求得的模型参数θ猜测隐变量的期望值,因此E步也称为期望步)
3)M步:求使得Q函数极大化的θ值,确定第i+1次迭代的参数的估计值θ(i+1)
4)重复2, 3步直至收敛
注意:EM算法是对初始化参数敏感的
推导过程参见 EM算法推导过程
五.EM算法skitlearn实现
TO DO…
阿正入门深度学习---从EM算法开始相关推荐
- 零基础入门深度学习(3) - 神经网络和反向传播算法
无论即将到来的是大数据时代还是人工智能时代,亦或是传统行业使用人工智能在云上处理大数据的时代,作为一个有理想有追求的程序员,不懂深度学习(Deep Learning)这个超热的技术,会不会感觉马上就o ...
- 心得丨老生常谈:普通程序员到底如何入门深度学习?
作为一名软件工程师,我们应该活到老学到老,时刻与不断发展的框架.标准和范式保持同步.同时,还要能活学活用,在工作中使用最合适的工具,以提高工作效率.随着机器学习在越来越多的应用程序中寻得了一席之地,越 ...
- 深度学习实战_五天入门深度学习,这里有一份PyTorch实战课程
这是一门五天入门深度学习的实战课程. 想入门深度学习的小伙伴有福了!dataflowr 最近推出了一门五天初步掌握深度学习的实战教程(实战使用 PyTorch 框架),有知识点有实例有代码,值得一看. ...
- 专访DeepID发明者孙祎:关于深度学习与人脸算法的深层思考
专访DeepID发明者孙祎:关于深度学习与人脸算法的深层思考 发表于2015-11-18 09:51 作者周建丁 CNN卷积神经网络DeepID人脸算法深度学习孙祎Linkface 摘要:DeepID ...
- 【百家稷学】从传统方法到深度学习,人脸算法和应用的演变(河南平顶山学院技术分享)...
继续咱们百家稷学专题,本次聚焦在人脸方向.百家稷学专题的目标,是走进100所高校和企业进行学习与分享. 分享主题 本次分享是在河南平顶山学院,主题是<从传统方法到深度学习,人脸算法和应用的演变& ...
- 一篇文章入门深度学习框架PyTorch
一篇文章入门深度学习框架PyTorch 1 Tensor(张量) 2 Variable(变量) 3 Dataset(数据集) 4 nn.Module(模组) 5 torch.optim(优化) 一阶优 ...
- 零基础入门深度学习的五篇经典教程
零基础入门深度学习>系列文章旨在讲帮助爱编程的你从零基础达到入门级水平.零基础意味着你不需要太多的数学知识,只要会写程序就行了,没错,这是专门为程序员写的文章.虽然文中会有很多公式你也许看不懂, ...
- 零基础入门深度学习(5) - 循环神经网络
往期回顾 在前面的文章系列文章中,我们介绍了全连接神经网络和卷积神经网络,以及它们的训练和使用.他们都只能单独的取处理一个个的输入,前一个输入和后一个输入是完全没有关系的.但是,某些任务需要能够更好的 ...
- 零基础入门深度学习(7) - 递归神经网络
无论即将到来的是大数据时代还是人工智能时代,亦或是传统行业使用人工智能在云上处理大数据的时代,作为一个有理想有追求的程序员,不懂深度学习(Deep Learning)这个超热的技术,会不会感觉马上就o ...
- 零基础入门深度学习(4) - 卷积神经网络
无论即将到来的是大数据时代还是人工智能时代,亦或是传统行业使用人工智能在云上处理大数据的时代,作为一个有理想有追求的程序员,不懂深度学习(Deep Learning)这个超热的技术,会不会感觉马上就o ...
最新文章
- CUDA Samples: Image Process: BGR to Gray
- 接口限流算法:漏桶算法令牌桶算法
- Remove Nth Node From End of List - LeetCode
- python中的简单while循环及逻辑运算符
- 统计学习方法第三章作业:一般k邻近、平衡kd树构造、kd树邻近搜索算法代码实现
- 基于STM32的波形发生器
- 【Antlr】 Antlr 错误与恢复
- Java后台通过jxl生成Excel表格
- linux系统文件系统个目录介绍,关于linux的文件系统目录详细介绍
- python—datatable加载数据
- 教师资格证考试攻略(高中信息技术)
- matlab计算最大特征向量,MATLAB求最大特征值和特征向量
- 典型分布式计算技术的分析和比较
- 米的换算单位和公式_米的单位换算公式大全二年级(简便易记的单位米换算方法)...
- iphone连接linux系统电脑,为什么iphone连不上电脑 多种解决方法【图文教程】
- PHP pdo查询sqlite,PHP PDO 操作 sqlite数据库 案例
- 自定义鼠标滑过标签的title属性的样式
- AVKiller病毒的清除
- 2006社区风云榜MVB评选活动
- C++ 深入浅出工厂模式(进阶篇)