EM algoritam
Očekivani-Maksimalni (EM) algoritam je iterativni postupak optimizacije za pronalaženje procjena parametara u statističkim modelima s latentnim varijablama ili nedostajućim podacima, metodom najveće vjerodostojnosti ili najveće aposteriorne vjerojatnosti. Predstavljen od strane Dempstera, Lairda i Rubina u njihovom ključnom radu iz 1977., EM izmjenjuje izračun očekivane log-vjerodostojnosti potpunih podataka (E-korak) i njezino maksimiziranje s obzirom na parametre (M-korak), jamčeći monotono neopadajuću vjerodostojnost pri svakoj iteraciji.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 2). Expectation-Maximization Algorithm. ScholarGate. https://scholargate.app/hr/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.
- Procjena maksimalne vjerodostojnostiStatistika↔ compare
- MICEStatistika↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →