<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>anemptyarchive</author_name>
  <author_url>https://blog.hatena.ne.jp/anemptyarchive/</author_url>
  <blog_title>からっぽのしょこ</blog_title>
  <blog_url>https://www.anarchive-beta.com/</blog_url>
  <categories>
    <anon>まとめノート</anon>
    <anon>まとめノート-PRML</anon>
    <anon>パラメータ推定</anon>
    <anon>パラメータ推定-最尤推定</anon>
    <anon>確率分布</anon>
    <anon>確率分布-ガウス分布(正規分布)</anon>
    <anon>確率分布-ガウス分布(正規分布)-多次元混合ガウス分布</anon>
  </categories>
  <description>はじめに 『パターン認識と機械学習』の独学時のまとめです。一連の記事は「数式の行間埋め」または「R・Pythonでの実装」からアルゴリズムの理解を補助することを目的としています。本とあわせて読んでください。 この記事は、9.3.1項の内容です。多次元混合ガウス分布(多変量混合正規分布)の定義の確認と多次元混合ガウス分布に対するEMアルゴリズムによる最尤推定を導出します。 【前節の内容】 重複する内容は省略したので、こちらの記事も参考にしてください。 www.anarchive-beta.com 【他の節一覧】 www.anarchive-beta.com 【この節の内容】 はじめに 9.3.1…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.anarchive-beta.com%2Fentry%2F2021%2F05%2F27%2F164505&quot; title=&quot;9.3.1：混合ガウス分布のEMアルゴリズムの導出：その2【PRMLのノート】 - からっぽのしょこ&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn.blog.st-hatena.com/images/theme/og-image-1500.png</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2021-05-27 16:45:05</published>
  <title>9.3.1：混合ガウス分布のEMアルゴリズムの導出：その2【PRMLのノート】</title>
  <type>rich</type>
  <url>https://www.anarchive-beta.com/entry/2021/05/27/164505</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
