今天学习了机器学习第五讲——聚类：
首先是复习凸函数和Jensen不等式（我怎么不记得我学过，哈哈哈）；凸函数（简单概括）：弦在弧上
左侧红字：失真度量
模型求解：
优化目标和优化方式：
可视化的展示和总结一下算法流程：多次迭代法，结果和选择的初始点相关。
随后介绍了高斯混合模型：凹函数弦在弧下，不等式符号改变方向
之后是令人头大的GMM算法：
之后还介绍了EM算法，不过只是简单介绍了，了解即可，感兴趣可以自己深入学习
最后介绍了一下样本到中心距离的计算法方式。
最后就是每节课的随堂实验了~