Algoritma EM dan Model GMM
term_id: em_algorithm_and_gmm_model
Category: basic_concepts
Definition
Istilah ini merujuk pada hubungan sinergis antara algoritma Expectation-Maximization (EM) dan Model Campuran Gaussian (GMM). Sebuah GMM mengasumsikan bahwa semua titik data dihasilkan dari campuran distribusi Gaussian, dan algoritma EM digunakan untuk memperkirakan parameter-parameter tersebut secara iteratif.
Summary
Algoritma Expectation-Maximization adalah metode iteratif untuk menemukan estimasi kemungkinan maksimum dalam model statistik dengan variabel laten, yang umum digunakan untuk menyesuaikan Model Campuran Gaussian.
Key Concepts
- Variabel Laten
- Estimasi Kemungkinan Maksimum
- Optimisasi Iteratif
- Distribusi Gaussian
Use Cases
- Pemodelan fonem pengenalan suara
- Segmentasi gambar
- Analisis segmentasi pelanggan