作业8 - 图1
作业8 - 图2
求参数θ

MLE

考虑单个样本的v,h
作业8 - 图3
求导得作业8 - 图4
作业8 - 图5两边对θ求导得
作业8 - 图6
作业8 - 图7代入①式得
作业8 - 图8
又已知作业8 - 图9
作业8 - 图10
作业8 - 图11
作业8 - 图12
联合分布可以用采样的方式计算近似值,后验分布是由观测数据计算而来。故可以认为前一项来自模型,后一项来自数据。
作业8 - 图13
作业8 - 图14
作业8 - 图15
之后可以使用梯度上升来最大化作业8 - 图16

EM算法

E-step:
作业8 - 图17
M-step:
作业8 - 图18

作业8 - 图19这里作业8 - 图20的梯度在上面已经计算过了代入得
作业8 - 图21
作业8 - 图22
作业8 - 图23代入得
作业8 - 图24基本与MLE一样