EM algoritam
Algoritam očekivanja-maksimizacije (EM) je iterativni optimizacioni postupak za pronalaženje procena maksimalne verodostojnosti ili maksimalne aposteriorne verovatnoće parametara u statističkim modelima sa latentnim promenljivama ili podacima koji nedostaju. Predstavljen od strane Dempstera, Lairda i Rubina u njihovom značajnom radu iz 1977. godine, EM algoritam naizmenično izračunava očekivanu log-verodostojnost kompletnih podataka (E-korak) i maksimizuje je u odnosu na parametre (M-korak), garantujući monotono nerastuću verodostojnost u svakoj iteraciji.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
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/sr/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.
- Највећа вероватноћаStatistika↔ compare
- MICEStatistika↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →