Algorithme EM et modèle GMM
term_id: em_algorithm_and_gmm_model
Category: basic_concepts
Definition
Ce terme désigne la relation synergique entre l’algorithme Expectation-Maximization (EM) et les Modèles de Mélange Gaussien (GMM). Un GMM suppose que tous les points de données sont générés à partir d’un mélange
Summary
L’algorithme Expectation-Maximization est une méthode itérative permettant d’estimer les maximums de vraisemblance dans les modèles statistiques comportant des variables latentes, couramment utilisé pour l’ajustement des Modèles de Mélange Gaussien.
Key Concepts
- Variables latentes
- Estimation du maximum de vraisemblance
- Optimisation itérative
- Distributions gaussiennes
Use Cases
- Modélisation des phonèmes en reconnaissance vocale
- Segmentation d’images
- Analyse de segmentation client