|
===================================== 〔語彙分解〕的な部分一致の検索結果は以下の通りです。
EMアルゴリズム(、EM法)や期待値最大化法(きたいちさいだいかほう)とは、統計学において、確率モデルのパラメータを最尤推定する手法の一つであり、観測不可能なに確率モデルが依存する場合に用いられる。その一般性の高さから、機械学習、音声認識、因子分析など、広汎な応用がある。 EMアルゴリズムは反復法の一種であり、期待値() ステップと最大化 ()ステップを交互に繰り替えすことで計算が進行する。Eステップでは、現在推定されている潜在変数の分布に基づいて、モデルの尤度の期待値を計算する。Mステップでは、E ステップで求まった尤度の期待値を最大化するようなパラメータを求める。M ステップで求まったパラメータは、次の E ステップで使われる潜在変数の分布を決定するために用いられる。 == 歴史 == EMアルゴリズムは、、、による1977年の論文〔 〕で導入され、その名が付けられた。彼らは、EMアルゴリズムがほかの複数の著者によって「特殊な文脈でなんども提案されてきた」("proposed many times in special circumstances") ことを述べた上で、EMアルゴリズムの一般化を行い、その背後にある理論を追求した。 本来のEMアルゴリズムでは、期待値の評価において潜在変数のとりうる値すべてを列挙することが必要なため、効率的に扱える分布が限られていた。しかしその後、マルコフ連鎖モンテカルロ法やが考案されたことにより、より一般の分布でも現実的な時間での計算が可能になった。 抄文引用元・出典: フリー百科事典『 ウィキペディア(Wikipedia)』 ■ウィキペディアで「EMアルゴリズム」の詳細全文を読む スポンサード リンク
|