EM-algoritmi ja GMM-malli
term_id: em_algorithm_and_gmm_model
Category: basic_concepts
Definition
Tämä termi viittaa Odotuksen maksimointi -algoritmin (EM) ja Gauss-sekoitusmallien (GMM) väliseen synergiaan. GMM olettaa, että kaikki datapistet on generoitu seoksesta, jossa komponentit noudattavat Gaussin jakaumaa. EM-algoritmi tarjoaa tehokkaan tavan estimoida tämän mallin parametrit (keskiarvot, varianssit ja sekoituskertoimet) iteratiivisesti maksimoimalla havaitun datan todennäköisyyttä.
Summary
Odotuksen maksimointi -algoritmi (EM) on iteratiivinen menetelmä, jota käytetään todennäköisyyden maksimointiarvioiden etsimiseen tilastollisissa malleissa, joissa on piileviä muuttujia, ja sitä käytetään yleisesti Gauss-sekoitusmallien sovittamiseen.
Key Concepts
- Piilevät muuttujat
- Todennäköisyyden maksimointi
- Iteratiivinen optimointi
- Gaussin jakaumat
Use Cases
- Puheentunnistuksen fonemimallinnus
- Kuvien segmentointi
- Asiakassegmentointianalyysi