我看到了许多与期望最大化算法相关的示例。

以下是一些链接：

期望最大化算法抛硬币示例
https://math.stackexchange.com/questions/81004/how-does-expectation-maximization-work-in-coin-flipping-problem
https://math.stackexchange.com/questions/25111/how-does-expectation-maximization-work
http://www.nature.com/nbt/journal/v26/n8/full/nbt1406.html?pagewanted=all

在所有情况下，我们都有一组隐藏的来源（通常是硬币）和一组观测结果（通常是抛硬币的结果）。

例如
SRC = { 硬币1, 硬币2 }
观测结果是
{ HTH, SRC1 },
{ THH, SRC2 },
{ HHH, SRC3 },
{ HTH, SRC4 },
{ HTT, SRC5 }
在这里，我们选择一个硬币（未观测到的，SRC1）并抛掷三次（观测到的，HTH）。

我的问题是，如果我将观测结果设为单次抛硬币的结果，如
{ H, SRC1 },
{ T, SRC2 },
{ H, SRC3 },
{ H, SRC4 },
{ H, SRC5 }
期望最大化算法在这种情况下还能工作吗？
如果可以，结果会是什么？

回答：

是的，这是可能的。我在下面提供了一个推导过程（但这并不适合在stackoverflow上展示）：