用于学习极大似然估计，EM算法及高斯混合模型的课件PPT，包含几个案例和EM算法的数学推导

机器学习EM算法讲解

期望最大化（Expectation Maximization， EM）算法，是一种求解含有隐变量（Latent Variable）的概率模型参数的极大似然估计（Maximum Likelihood Estimation），或称极 大后验概率估计。 EM 算法并不是简单地将数据的输入输出格式固定，然后直接调用 工具包就可以使用，而是需要根据其思想基于具体问题设计相应具体算法，因此 EM 算法更可以说是一种框架或者方法论。

EM算法也就是期望最大化算法，是一种无指导的学习算法。This little software is the realization of EM algorithm in the application of tossiing the coin, which is described in the paper of Michael Collins in 1997. 下载包中包含：源代码、可执行程序、关于EM算法的paper

EM算法详细例子及推导