从期望最大化视角看分布估计算法
机器学习
2022-06-14 v9 机器学习
摘要
我们表明一大类分布估计算法，包括但不限于协方差矩阵自适应，可以写成蒙特卡洛期望最大化算法，并且在无限样本极限下为精确 EM。由于 EM 建立在严格的统计基础之上并已被透彻分析，这一联系为推理 EDA 提供了一种新的连贯框架。
引用
@article{arxiv.1905.10474,
title = {A view of Estimation of Distribution Algorithms through the lens of Expectation-Maximization},
author = {David H. Brookes and Akosua Busia and Clara Fannjiang and Kevin Murphy and Jennifer Listgarten},
journal= {arXiv preprint arXiv:1905.10474},
year = {2022}
}