EM অ্যালগরিদম

এক্সপেক্টেশন-ম্যাক্সিমাইজেশন (EM) অ্যালগরিদম হলো একটি পুনরাবৃত্তিমূলক অপ্টিমাইজেশান পদ্ধতি যা সুপ্ত চলক (latent variables) বা অনুপস্থিত ডেটা সহ পরিসংখ্যানিক মডেলে প্যারামিটারের সর্বোচ্চ সম্ভাবনা (maximum likelihood) বা সর্বোচ্চ পোস্টেরিওর (maximum a posteriori) অনুমান খুঁজে বের করার জন্য ব্যবহৃত হয়। Dempster, Laird, এবং Rubin তাঁদের ১৯৭৭ সালের যুগান্তকারী গবেষণাপত্রে এটি প্রবর্তন করেন। EM অ্যালগরিদম দুটি ধাপের মধ্যে পর্যায়ক্রমে কাজ করে: প্রথমত, সম্পূর্ণ-ডেটার লগ-সম্ভাবনার প্রত্যাশিত মান গণনা (E-step) এবং দ্বিতীয়ত, প্যারামিটারের সাপেক্ষে এটিকে সর্বাধিকীকরণ (M-step)। এটি প্রতিটি পুনরাবৃত্তিতে সম্ভাবনার (likelihood) একঘেয়ে অধোগামী (monotone non-decreasing) বৃদ্ধি নিশ্চিত করে।