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2.3EM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2.1.1 熵...
·
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
给定x,在训练过程中预测结果和给定的标签一致就为1
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
点击阅读全文
更多推荐
目录
所有评论(0)