EM알고리즘 핵심은 어쨋든 관측된 우도함수를 최대화하기 위하여 시행횟수(모수에 대한 편미분 횟수)를 적절하게 조정함으로써 최대우도추정값을 찾아가는 과정인데 편미분 횟수를 증가하면 증가시킬수록 최대우도추정값이 확률수렴해가는 것이 놀라웠습니다
평일에는 일하느냐 바쁘지만 더 이해하여 주말 중으로 hogg 수리통계학 개론 em알고리즘 연습문제 풀이 올릴수 있도록 하겠습니다
- dc official App
댓글 2
이해는 둘째치고 용어 정리가 전혀 안되있는거같은데
내 개인적추천은 수리통계에서 em은 스킵하는거 추천함
익명(110.76)2025-02-03 02:44
EM은 변수들 중에 관측되지 않은 latent variable이나 missing variable이 있을 때, observed lilkelihood를 계산하기 위해서는 full likelihood를 관측되지 않은 변수들에 대해서 적분해야 하는데요. 그 적분이 복잡하여 수치적 적분이 필요한 경우, observed likihood를 최적화 시키는 대신, 적분과 최적화를 따로 분리해서 번갈아가면서 하는 것이 EM입니다.
이해는 둘째치고 용어 정리가 전혀 안되있는거같은데 내 개인적추천은 수리통계에서 em은 스킵하는거 추천함
EM은 변수들 중에 관측되지 않은 latent variable이나 missing variable이 있을 때, observed lilkelihood를 계산하기 위해서는 full likelihood를 관측되지 않은 변수들에 대해서 적분해야 하는데요. 그 적분이 복잡하여 수치적 적분이 필요한 경우, observed likihood를 최적화 시키는 대신, 적분과 최적화를 따로 분리해서 번갈아가면서 하는 것이 EM입니다.