Inferenz, Schätzung und Entscheidungsfindung aus Daten
Manchmal ist die wichtigste Variable eine, die man nie beobachtet. Aus welchem Cluster stammt dieser Datenpunkt? Welches Thema hat dieses Dokument erzeugt? Solche verborgenen latenten Variablen Z machen Maximum-Likelihood-Probleme schwierig: Man kann die Log-Likelihood nicht einfach maximieren, weil sie nun eine Summe innerhalb eines Logarithmus enthält. Der Erwartungs-Maximierungs-Algorithmus (EM) ist die elegante Lösung.
🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.
▶ Erwartung-Maximierung (EM)