搜索资源列表
EM
- 期望极大化（EM）算法及其应用，对从事统计研究的人比较游泳。
opencv em算法
- Expectation-Maximization The EM (Expectation-Maximization) algorithm estimates the parameters of the multivariate probability density function in a form of the Gaussian mixture distribution with a specified number of mixtures.
em_in_chinese
- EM算法，好学好用好记，通俗易懂，简单上手-EM algorithm, to learn easy to use easy to remember, easy to understand, easy to use! ! !
10-da--suanfa
- 讲述了最著名的十大数据挖掘算法，经典资料，国际权威的学术组织the IEEE International Conference on Data Mining (ICDM) 2006年12月评选出了数据挖掘领域的十大经典算法：C4.5, k-Means, SVM, Apriori, EM, PageRank, AdaBoost, kNN, Naive Bayes, and CART.-About the top ten most famous data mining algorithms, the
MachineLearning
- 机器学习的十大算法，AdaBoost，Apriori，CART，EM，K-means，kNN，PageRank，SVM-Ten machine learning algorithms, AdaBoost, Apriori, CART, EM, K-means, kNN, PageRank, SVM
EMfc
- 运用EM算法的几个具体的应用代码，可以进行来进行聚类，包括K-means等-EM algorithm using several specific application code, you can be clustered, including K-means, etc.
The-EM-Algorithm-and-Extensions
- 一本关于EM算法的书籍，对EM算法进行了详尽的介绍。-A book on the EM algorithm, the EM algorithm in detail.
EM
- 实验报告，实现：对于混合高斯分布的情况，使用最大期望算法，通过不断计算每个样本的均值与方差，使得似然函数达到最大值。可以很好地处理满足一定概率分布的数据。 代码中通过mvnrnd()函数，设定其中的参数，产生符合混合高斯分布的一组数据集。-Lab reports, to achieve: the case of the mixed Gaussian distribution, using expectation-maximization algorithm, through continuo
EMSeg
- EM 算法是求参数极大似然估计的一种方法，它可以从非完整数据集中对参数进行估计，是一种非常简单实用的学习算法。这种方法可以广泛地应用于处理缺损数据、截尾数据以及带有噪声等所谓的不完全数据，可以具体来说，我们可以利用EM算法来填充样本中的缺失数据、发现隐藏变量的值、估计HMM中的参数、估计有限混合分布中的参数以及可以进行无监督聚类等等。-Expectation Maximization image segmentation Input: ima: gr