Algoritmul EM
Algoritmul Expectation-Maximization (EM) este o procedură iterativă de optimizare pentru găsirea estimărilor de verosimilitate maximă sau de a posteriori maximă a parametrilor în modele statistice cu variabile latente sau date lipsă. Introdus de Dempster, Laird și Rubin în lucrarea lor fundamentală din 1977, EM alternează între calcularea verosimilității logaritmice așteptate a datelor complete (pasul E) și maximizarea acesteia în raport cu parametrii (pasul M), garantând o verosimilitate monoton nenegativă la fiecare iterație.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 2). Expectation-Maximization Algorithm. ScholarGate. https://scholargate.app/ro/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.
- Estimarea prin Verosimilitate MaximăStatistică↔ compare
- MICEStatistică↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →