Algoritmi EM
Algoritmi i Përpritjes-Maksimizimit (EM) është një procedurë iterativë optimizimi për gjetjen e vlerësimeve të maksimimit të probabilitetit (maximum likelihood) ose maksimimit të a posteriori të parametrave në modele statistikore me variabla latentë ose të dhëna të mungueshme. I prezantuar nga Dempster, Laird dhe Rubin në artikullin e tyre të vitit 1977, EM alternon midis llogaritjes së log-probabilitetit të pritur të të dhënave të plota (hapësira E) dhe maksimizimit të saj në lidhje me parametrat (hapësira M), duke garantuar një rritje monotone jo-zbritëse të probabilitetit në çdo iteracion.
Lexoni metodën e plotë
Hyni me një llogari falas për ta lexuar këtë seksion.
Method map
The neighbourhood of related methods — select a node to explore.
Burimet
- 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 ↗
Si ta citoni këtë faqe
ScholarGate. (2026, June 2). Expectation-Maximization Algorithm. ScholarGate. https://scholargate.app/sq/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.
- Vlerësimi me Maksimale ProbabilitetStatistikë↔ compare
- MICEStatistikë↔ compare
Cituar nga
Vutë re një problem në këtë faqe? Raportojeni ose sugjeroni një korrigjim →