Algorithme EM

Imaginez essayer d'apprendre les règles d'un jeu en observant des joueurs dont vous ne pouvez pas voir les cartes. À chaque tour, vous devinez quelles cartes ils détiennent probablement en fonction de ce que vous observez, puis vous mettez à jour votre modèle des règles en supposant que ces suppositions sont correctes. EM fait exactement cela : l'étape E remplit les informations manquantes de manière probabiliste en utilisant les estimations de paramètres actuelles, et l'étape M réajuste le modèle comme si ces valeurs remplies étaient des observations réelles.