خوارزمية التوقع-تعظيم (EM)
خوارزمية التوقع-تعظيم (EM) هي إجراء تحسين تكراري لإيجاد تقديرات الاحتمالية القصوى أو الاحتمالية الخلفية القصوى لمعلمات النماذج الإحصائية التي تحتوي على متغيرات كامنة أو بيانات مفقودة. قدمها ديمبستر ولايرد وروبن في ورقتهم البحثية الرائدة عام 1977، وتتناوب خوارزمية EM بين حساب لوغاريتم الاحتمالية للبيانات الكاملة المتوقعة (خطوة E) وتعظيمها بالنسبة للمعلمات (خطوة M)، مما يضمن زيادة غير متناقصة في الاحتمالية عند كل تكرار.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Dempster, A. P., Laird, N. M., & Rubin, D. B. (1977). Maximum likelihood from incomplete data via the EM algorithm. Journal of the Royal Statistical Society: Series B, 39(1), 1–38. DOI: 10.1111/j.2517-6161.1977.tb01600.x ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). Expectation-Maximization Algorithm. ScholarGate. https://scholargate.app/ar/statistics/em-algorithm
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- تقدير الاحتمالية القصوىالإحصاء↔ compare
- MICEالإحصاء↔ compare