Oczekiwanie-Maksymalizacja (EM)

Wnioskowanie, estymacja i podejmowanie decyzji z danych

Czasami najważniejsza zmienna to właśnie ta, której absolutnie nigdy nie jesteś w stanie zaobserwować wprost. Z jakiego dokładnie klastra pochodzi dany punkt? Jaki główny temat wygenerował cały analizowany dokument? Tego typu ukryte zmienne latentne (utajone) Z bardzo utrudniają zadanie polegające na maksymalizacji wiarygodności: nie możesz po prostu z marszu zmaksymalizować funkcji log-wiarygodności, ponieważ zawiera ona teraz sumę wewnątrz samego logarytmu. Algorytm oczekiwanie-maksymalizacja (EM) okazuje się w takich sytuacjach niezwykle eleganckim rozwiązaniem.

🔒 This is a Pro lesson — the interactive figure, worked examples, quiz and practice open with Pro access.

▶ Oczekiwanie-Maksymalizacja (EM)
← Modele generatywne vs dyskryminatywneNierówności koncentracji (w pigułce) →