Bewertung:

Derzeit gibt es keine Leserbewertungen. Die Bewertung basiert auf 2 Stimmen.
Theory and Use of the Em Algorithm
Theory and Use of the EM Algorithm führt in den Algorithmus der Erwartungsmaximierung (EM) ein und vermittelt ein intuitives und mathematisch strenges Verständnis dieser Methode.
Es werden zwei der populärsten Anwendungen von EM im Detail beschrieben: die Schätzung von Gaußschen Mischmodellen (GMMs) und die Schätzung von Hidden Markov Modellen (HMMs). Außerdem wird die Verwendung von EM für das Lernen einer optimalen Mischung fester Modelle, für die Schätzung der Parameter einer zusammengesetzten Dirichlet-Verteilung und für die Entflechtung sich überlagernder Signale behandelt.
Es werden Probleme erörtert, die in der Praxis mit EM auftreten, sowie Varianten des Algorithmus, die helfen, diese Herausforderungen zu bewältigen. Theory and Use of the EM Algorithm ist sowohl für EM-Neulinge als auch für erfahrene EM-Anwender nützlich, die die Methode und ihre Anwendung besser verstehen wollen.