ขั้นตอนวิธี EM
ขั้นตอนวิธี Expectation-Maximization (EM) เป็นกระบวนการหาค่าเหมาะสมที่สุดแบบวนซ้ำเพื่อค้นหาค่าประมาณภาวะน่าจะเป็นสูงสุด (maximum likelihood) หรือค่าประมาณภาวะน่าจะเป็นสูงสุด ณ สัจนิยมภายหลัง (maximum a posteriori) ของพารามิเตอร์ในแบบจำลองทางสถิติที่มีตัวแปรแฝงหรือข้อมูลที่ขาดหายไป Dempster, Laird, และ Rubin ได้นำเสนอ EM ในบทความสำคัญของพวกเขาในปี 1977 โดย EM จะสลับระหว่างการคำนวณค่าคาดหวังของล็อกภาวะน่าจะเป็นของข้อมูลสมบูรณ์ (E-step) และการหาค่าสูงสุดของล็อกภาวะน่าจะเป็นนั้นเทียบกับพารามิเตอร์ (M-step) ซึ่งรับประกันว่าภาวะน่าจะเป็นจะไม่ลดลงแบบโมโนโทนในการวนซ้ำแต่ละครั้ง
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 2). Expectation-Maximization Algorithm. ScholarGate. https://scholargate.app/th/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.
- การประมาณค่าภาวะน่าจะเป็นสูงสุดสถิติศาสตร์↔ compare
- MICEสถิติศาสตร์↔ compare