El algoritmo esperanza-maximización o algoritmo EM se usa en estadística para encontrar estimadores de máxima verosimilitud de parámetros en modelos probabilísticos que dependen de variables no observables. El algoritmo EM alterna pasos de esperanza (paso E), donde se computa la esperanza de la verosimilitud mediante la inclusión de variables latentes como si fueran observables, y un paso de maximización (paso M), donde se computan estimadores de máxima verosimilitud de los parámetros mediante la maximización de la verosimilitud esperada del paso E. Los parámetros que se encuentran en el paso M se usan para comenzar el paso E siguiente, y así el proceso se repite.
Historia
El algoritmo EM fue expuesto por Arthur Pentland Dempster, Nan Laird y Donald Rubin de la Royal Statistical Society en una publicación de 1977. Los autores señalan que el método ya había sido "propuesto muchas veces en situaciones especiales" por otros autores, pero la publicación de 1977 generaliza el método y desarrolla la teoría detrás de él. A partir de ese momento muchas variantes y modificaciones del algoritmo original propuesto han aparecido, pero la base matemática subyacente no ha cambiado.
algoritmo, esperanza, maximización, algoritmo, esperanza, maximización, algoritmo, estadística, para, encontrar, estimadores, máxima, verosimilitud, parámetros, modelos, probabilísticos, dependen, variables, observables, algoritmo, alterna, pasos, esperanza, p. El algoritmo esperanza maximizacion o algoritmo EM se usa en estadistica para encontrar estimadores de maxima verosimilitud de parametros en modelos probabilisticos que dependen de variables no observables El algoritmo EM alterna pasos de esperanza paso E donde se computa la esperanza de la verosimilitud mediante la inclusion de variables latentes como si fueran observables y un paso de maximizacion paso M donde se computan estimadores de maxima verosimilitud de los parametros mediante la maximizacion de la verosimilitud esperada del paso E Los parametros que se encuentran en el paso M se usan para comenzar el paso E siguiente y asi el proceso se repite Indice 1 Historia 2 Aplicaciones 3 Enlaces externos 4 Vease tambienHistoria EditarEl algoritmo EM fue expuesto por Arthur Pentland Dempster Nan Laird y Donald Rubin de la Royal Statistical Society en una publicacion de 1977 Los autores senalan que el metodo ya habia sido propuesto muchas veces en situaciones especiales por otros autores pero la publicacion de 1977 generaliza el metodo y desarrolla la teoria detras de el A partir de ese momento muchas variantes y modificaciones del algoritmo original propuesto han aparecido pero la base matematica subyacente no ha cambiado Aplicaciones EditarEl algoritmo EM se utiliza frecuentemente para algoritmos de agrupamiento en aprendizaje automatico y vision artificial para aprender Modelos ocultos de Markov y Mixturas de Gaussianas utilizadas en procesos de clasificacion o reconocimiento De esta forma por su capacidad para manejar informacion faltante y observar variables ocultas se esta convirtiendo en una herramienta importante en muchos procesos de aprendizaje automatico Ademas en psicometria es casi indispensable para estimacion de parametros de items y habilidades latentes de teoria de respuesta al item Enlaces externos EditarCodigo de ejemplo del EM en MATLAB y en Java Implementacion Real en C del algoritmo Expectation Maximization EM para estimar Gaussian Mixture Models GMMs Vease tambien EditarEstimacion estadistica Algoritmo de agrupamiento Datos Q1275153 Obtenido de https es wikipedia org w index php title Algoritmo esperanza maximizacion amp oldid 128335186, wikipedia, wiki, leyendo, leer, libro, biblioteca,
