Expectation Maximization(EM)算法

概率模型有时既含有观测变量（observable variable），又含有隐变量（latent variable）。如果概率模型的变量都是观测变量，那么给定数据，可以直接用极大似然估计或贝叶斯估计来计算模型参数。但是，当模型含有隐变量时，就不能简单地使用以上估计方法，而EM算法就是针对含有隐变量的概率模型参数的极大似然估计法。 一般地，用 X 表示可观测随机变量的数据， Z 表示隐随机变量的数据

>>阅读原文<<