EM算法的簡述

用法：用於含有隱變量的概率模型參數的極大似然估計，或極大後驗概率估計

本質：通過不斷求解下界的極大化逼近求解對數似然函數極大化的算法。

 上圖中7.36式解釋：①下界的公式；②若參數θ已知，則根據訓練數據推斷出最優應變量Z的值（E步）；反之，若Z的值已知，則可方便地對參數θ做極大似然估計（M值）

好文推薦：https://blog.csdn.net/zhihua_oba/article/details/73776553