Algoritmus EM
Algoritmus očakávania-maximalizácie (EM) je iteračný optimalizačný postup na nájdenie odhadov maximálnej vierohodnosti alebo maximálnej aposteriornej pravdepodobnosti parametrov v štatistických modeloch s latentnými premennými alebo chýbajúcimi údajmi. Predstavený Dempsterom, Lairom a Rubinom v ich prelomovom článku z roku 1977, EM strieda výpočet očakávanej úplnej vierohodnosti logaritmu dát (E-krok) a jej maximalizáciu vzhľadom na parametre (M-krok), čím zaručuje monotónne neklesajúcu vierohodnosť pri každej iterácii.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Ako citovať túto stránku
ScholarGate. (2026, June 2). Expectation-Maximization Algorithm. ScholarGate. https://scholargate.app/sk/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.
- Odhad maximálnej vierohodnostiŠtatistika↔ compare
- MICEŠtatistika↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →