前言  还记得去年听台湾大学的李宏毅老师讲他的宝可梦的时候，他谈到他至今没有去考驾照，因为他在等无人驾驶。当时笔者的感受是，我们可真是同道中人，作为无人驾驶的坚定拥护者，并且觉得自己未来还能为该领域的发展做出贡献的人，笔者的确有点get不到开车的乐趣。可现在终究是去学了，不是因为想赚学分，不是因为家长的劝导，更不是因为工作的需要，而是因为一个女孩，或许只有这样的理由才符合笔者放荡不羁的心性。还有两

前言   常听人说，在学习一个东西时，如果能够深入浅出的讲给别人听，才算是真的懂了。最近正好在学模式识别，于是就用它来练笔了。贝叶斯决策（Bayes Decision） 是十大经典机器学习算法之一，其实我们日常做判断时常常用到它，只是我们没有发现。   现假设你面前有10张卷子，老师告诉你有5份是说没有复习实际也没有复习的学渣的，有5份是说没有复习却复习的很好的学霸的，你从里面任意抽了一份出来，是

前言  还记得去年听台湾大学的李宏毅老师讲他的宝可梦的时候，他谈到他至今没有去考驾照，因为他在等无人驾驶。当时笔者的感受是，我们可真是同道中人，作为无人驾驶的坚定拥护者，并且觉得自己未来还能为该领域的发展做出贡献的人，笔者的确有点get不到开车的乐趣。可现在终究是去学了，不是因为想赚学分，不是因为家长的劝导，更不是因为工作的需要，而是因为一个女孩，或许只有这样的理由才符合笔者放荡不羁的心性。还有两

前言  今天程序员节，据说发博客会有1024勋章，所以就来整理一下笔者模式识别课第一次大作业的第二道题——用EM算法来做Nemo鱼图像像素分割。网上看了很多关于EM算法的分析，大多都涉及很复杂的数学推导，包括要用凸函数的不等关系，要证单调性收敛性等，看了很久也没有理太清楚。在这里分享一种形象化理解EM算法的方法，来源于笔者的模式识别老师。她将EM算法看成是反复进行贝叶斯决策和最大似然估计的过程，当

前言   常听人说，在学习一个东西时，如果能够深入浅出的讲给别人听，才算是真的懂了。最近正好在学模式识别，于是就用它来练笔了。贝叶斯决策（Bayes Decision） 是十大经典机器学习算法之一，其实我们日常做判断时常常用到它，只是我们没有发现。   现假设你面前有10张卷子，老师告诉你有5份是说没有复习实际也没有复习的学渣的，有5份是说没有复习却复习的很好的学霸的，你从里面任意抽了一份出来，是