Мы работаем над восстановлением приложения Unionpedia в Google Play Store
ИсходящиеВходящий
🌟Мы упростили наш дизайн для улучшения навигации!
Instagram Facebook X LinkedIn

EM-алгоритм

Индекс EM-алгоритм

EM-алгоритм (Expectation-maximization (EM) algorithm) — алгоритм, используемый в математической статистике для нахождения оценок максимального правдоподобия параметров вероятностных моделей, в случае, когда модель зависит от некоторых скрытых переменных.

Содержание

  1. 14 отношения: Кластерный анализ, Алгоритм Баума — Велша, Апостериори, Наблюдатель (динамические системы), Расстояние Кульбака — Лейблера, Скрытая марковская модель, Скрытая переменная, Упругая карта, Функция правдоподобия, Математическая статистика, Метод k-средних, Метод максимального правдоподобия, Информационная энтропия, Гауссова функция.

  2. Алгоритмы и методы оптимизации
  3. Алгоритмы кластерного анализа
  4. Статистические алгоритмы

Кластерный анализ

Результат кластерного анализа обозначен раскрашиванием точек в соответствии с принадлежностью к одному из трёх кластеров. Кластерный анализ (cluster analysis) — многомерная статистическая процедура, выполняющая сбор данных, содержащих информацию о выборке объектов, и затем упорядочивающая объекты в сравнительно однородные группы.

Посмотреть EM-алгоритм и Кластерный анализ

Алгоритм Баума — Велша

Алгоритм Баума — Велша используется в информатике и статистике для нахождения неизвестных параметров скрытой марковской модели (HMM).

Посмотреть EM-алгоритм и Алгоритм Баума — Велша

Апостериори

Апостерио́ри, а постерио́ри (a posteriori «из последующего») — знание, полученное из опыта.

Посмотреть EM-алгоритм и Апостериори

Наблюдатель (динамические системы)

Система является наблюдателем для системы если для каждого начального состояния x(t_0) системы (3)-(4) существует начальное состояние q_0 для системы (1)-(2), такое, что равенство q(t_0).

Посмотреть EM-алгоритм и Наблюдатель (динамические системы)

Расстояние Кульбака — Лейблера

Расстояние (расхождение) Ку́льбака — Ле́йблера (Kullback–Leibler divergence), РКЛ, информационное расхождение, различающая информация, информационный выигрыш, относительная энтропия (relative entropy) — неотрицательнозначный функционал, являющийся несимметричной мерой удалённости друг от друга двух вероятностных распределений, определённых на общем пространстве элементарных событий.

Посмотреть EM-алгоритм и Расстояние Кульбака — Лейблера

Скрытая марковская модель

Диаграмма переходов в скрытой Марковской модели (пример) ''x'' — скрытые состояния ''y'' — наблюдаемые результаты ''a'' — вероятности переходов ''b'' — вероятность результата Скрытая марковская модель (СММ) — статистическая модель, имитирующая работу процесса, похожего на марковский процесс с неизвестными параметрами, и задачей ставится разгадывание неизвестных параметров на основе наблюдаемых.

Посмотреть EM-алгоритм и Скрытая марковская модель

Скрытая переменная

В статистике под латентными или скрытыми переменными понимают такие переменные, которые не могут быть измерены в явном виде, а могут быть только выведены через математические модели с использованием наблюдаемых переменных.

Посмотреть EM-алгоритм и Скрытая переменная

Упругая карта

Institut des Hautes Études Scientifiques). Упругая карта служит для нелинейного сокращения размерности данных.

Посмотреть EM-алгоритм и Упругая карта

Функция правдоподобия

Фу́нкция правдоподо́бия в математической статистике — это совместное распределение выборки из параметрического распределения, рассматриваемое как функция параметра.

Посмотреть EM-алгоритм и Функция правдоподобия

Математическая статистика

Математи́ческая стати́стика — наука, разрабатывающая математические методы систематизации и использования статистических данных для научных и практических выводов.

Посмотреть EM-алгоритм и Математическая статистика

Метод k-средних

Метод k-средних (k-means) — наиболее популярный метод кластеризации.

Посмотреть EM-алгоритм и Метод k-средних

Метод максимального правдоподобия

Ме́тод максима́льного правдоподо́бия или метод наибольшего правдоподобия (ММП, ML, MLE — maximum likelihood estimation) в математической статистике — это метод оценивания неизвестного параметра путём максимизации функции правдоподобия.

Посмотреть EM-алгоритм и Метод максимального правдоподобия

Информационная энтропия

Информацио́нная энтропи́я — мера неопределённости или непредсказуемости некоторой системы (в статистической физике или теории информации), в частности неопределённость появления какого-либо символа первичного алфавита.

Посмотреть EM-алгоритм и Информационная энтропия

Гауссова функция

Гауссова функция (гауссиан, гауссиана, функция Гаусса) — вещественная функция, описываемая следующей формулой: где параметры a, b, c — произвольные вещественные числа.

Посмотреть EM-алгоритм и Гауссова функция

См. также

Алгоритмы и методы оптимизации

Алгоритмы кластерного анализа

Статистические алгоритмы

Также известен как EM, EM-процедура, Expectation Maximization, ЕМ, ЕМ алгоритм, ЕМ-алгоритм, ЕМ-процедура.