作者文章归档：王半仙
期望最大化（Expectation-Maximum，简称EM）算法是一种机器学习常见基础算法
EM算法常用于处理存在隐变量的最大似然估计模型，训练过程简单描述如下：
以K-means聚类为例进行直观理解：
EM算法作为一种基础算法，广泛应用于多种算法模型的学习过程，比如：隐马尔可夫模型 HMM
这类算法思想在其他模型中也经常遇见，比
DOI：缺失
作者：Geoffrey E Hinton, Zoubin
输入重定向：
<：将指定文件的内容作为前面命令的参数
输出重定向：
>：直接把输出覆盖保存到指定文件
>>：把输出尾部追加保存到指定文件
/dev/null
- 类Unix系统中的一个特殊的设备文件
- 作用是像垃圾桶一样接收一切写入其中的数据并丢弃
- 写入操作会提示成功，读取操作会返回一个EOF报错
用于不挂断地运行命令（关闭当前session不会中断程序，只能通过kill等命令删除） 默认情况下该程序的输出都会被重定向到nohup.out文件中，也可以通
计算机视觉应具备的两个特性：
为了满足以上两点，神经网络引入了卷积层的概念
复习：卷积的公式定义如下：
方程$ax+by+cz=d$定义了一个平面，此方程的矩阵形式如下： $$\left[ \begin{matrix} a \\ b \\ c \\ \end{matrix} \right] \cdot \left[ \begin{matrix} x \\ y \\ z \\ \end{matrix} \right] =d$$ 上面的式子也可以整理如下： $$\left[ \begin{matrix} a \\ b \\ c \\