EM-algoritme

Het EM-algoritme (Expectation-Maximization) is een iteratieve optimalisatieprocedure voor het vinden van maximum likelihood- of maximum a posteriori-schattingen van parameters in statistische modellen met latente variabelen of ontbrekende gegevens. Geïntroduceerd door Dempster, Laird en Rubin in hun baanbrekende publicatie uit 1977, wisselt EM af tussen het berekenen van de verwachte log-likelihood van de volledige data (E-stap) en het maximaliseren ervan ten opzichte van de parameters (M-stap), wat een monotone niet-dalende likelihood garandeert bij elke iteratie.