阅读提示：为防止内容获取不全，请勿使用浏览器阅读模式。
法，我觉得统计学角度的EM算法和机器学习的EM算法其实就是共通的，只不过理解角度有些许差异，我会结合机器学习来给大家讲一讲。”
“可能大家都清楚EM算法是一种迭代优化策略，分为两步，一者为期望步（E步），一者为极大步（M步），通过这两步的不断迭代以此得出最优解，所以被称为期望最大化算法（EM），其实在机器学习的强化学习中，类似的迭代算法非常多，诸如蒙特卡罗同步和异步策略，又如Q-learning算法……”
台下的同学们其实是有些懵逼的，因为台上这位大老的思路跳跃得实在是有些快，从EM算法跳到机器学习的一些相似算法剖析了一通，然后又从数学角度浅浅理解了下，最后又跳回统计学这边。
部分算是学霸的勉强还能跟上，剩下的那就全是一脸“我是谁，我在哪，我在干什么”这哲学三问的脸。