EM-algoritmen och GMM-modellen
term_id: em_algorithm_and_gmm_model
Category: basic_concepts
Definition
Denna term syftar på det synergistiska sambandet mellan Expectation-Maximization (EM)-algoritmen och Gaussian Mixture Models (GMM). En GMM antar att alla datapunkter genereras från en blandning
Summary
Expectation-Maximization-algoritmen är en iterativ metod för att hitta maximum likelihood-estimat i statistiska modeller med latenta variabler, vanligtvis använd för att anpassa Gaussian Mixture Models.
Key Concepts
- Latenta variabler
- Maximum likelihood-estimering
- Iterativ optimering
- Gaussiska fördelningar
Use Cases
- Fonemmodellering inom taligenkänning
- Bildsegmentering
- Kundsegmenteringsanalys