0
点赞
收藏
分享

微信扫一扫

人工智能——最大熵与EM算法


目录

​​1 机器学习​​

​​2 最大熵与EM算法​​

​​2.1 最大熵 ​​

​​2.1.1 熵  ​​

​​2.1.2 相对熵(KL散度) ​​

​​2.1.3 交叉熵 ​​

​​2.1.4 信息增益 ​​

​​2.2 最大熵模型 ​​

​​2.2.1 原则 ​​

​​2.2.2 概述​​

​​2.2.3 目标函数 ​​

​​2.3 EM算法 ​​

​​2.3.1 基础 ​​

​​2.3.2 概述 ​​

​​2.3.3 算法流程​​

​​ 2.3.4 推导​​

​​2.3.5 算法中的应用 ​​

1 机器学习


2 最大熵与EM算法


2.1 最大熵 

人工智能——最大熵与EM算法_人工智能

2.1.1 熵  

人工智能——最大熵与EM算法_最大熵_02

人工智能——最大熵与EM算法_最大熵模型_03

人工智能——最大熵与EM算法_人工智能_04

 

人工智能——最大熵与EM算法_最大熵模型_05

人工智能——最大熵与EM算法_算法_06

人工智能——最大熵与EM算法_机器学习_07

2.1.2 相对熵(KL散度) 

人工智能——最大熵与EM算法_算法_08

2.1.3 交叉熵 

人工智能——最大熵与EM算法_最大熵模型_09

2.1.4 信息增益 

人工智能——最大熵与EM算法_机器学习_10

2.2 最大熵模型 

人工智能——最大熵与EM算法_人工智能_11

2.2.1 原则 

人工智能——最大熵与EM算法_机器学习_12

2.2.2 概述

人工智能——最大熵与EM算法_最大熵模型_13

2.2.3 目标函数 

人工智能——最大熵与EM算法_算法_14

人工智能——最大熵与EM算法_算法_15

 

举报

相关推荐

0 条评论