ขั้นตอนวิธีค่าคาดหมายสูงสุด
| ส่วนหนึ่งของเนื้อหา |
| การเรียนรู้ของเครื่อง และ การทำเหมืองข้อมูล |
|---|
 |
ขั้นตอนวิธีค่าคาดหมายสูงสุด (expectation–maximization algorithm) หรือมักเรียกย่อว่า ขั้นตอนวิธี EM (EM algorithm) เป็นวิธีการประมาณภาวะน่าจะเป็นสูงสุดสำหรับพารามิเตอร์ของแบบจำลองความน่าจะเป็นในทางสถิติ ใช้เมื่อแบบจำลองความน่าจะเป็นขึ้นอยู่กับตัวแปรแฝงที่ไม่สามารถสังเกตได้[1][2] เนื่องจากมีลักษณะทั่วไปสูง จึงมีการนำมาประยุกต์ใช้งานอย่างหลากหลาย เช่นใน การเรียนรู้ของเครื่อง, การรู้จำคำพูด, การวิเคราะห์ปัจจัย หรือ ปัญหาการถดถอยเชิงเส้นหลายตัวแปร เป็นต้น[1][3]
ขั้นตอนวิธีค่าคาดหมายสูงสุดเป็นวิธีวนซ้ำประเภทหนึ่งที่ใช้ขั้นตอนหาค่าคาดหมาย (ขั้นตอน E) และขั้นตอนการทำค่าสูงสุด (ขั้นตอน M) โดยดำเนินการคำนวณโดยการทำซ้ำขั้นตอนโดยสลับกัน ในขั้นตอน E ค่าคาดหวังของความน่าจะเป็นของแบบจำลองจะคำนวณตามการแจกแจงของตัวแปรแฝงที่ประมาณไว้ในตอนนั้น ในขั้นตอน M จะหาพารามิเตอร์ที่ทำให้ค่าคาดหวังของความน่าจะเป็นที่ได้ในขั้นตอน E เพิ่มมากที่สุด จากนั้นพารามิเตอร์ที่ได้ในขั้นตอน M จะนำมาใช้เพื่อกำหนดการกระจายของตัวแปรแฝงที่ใช้ในขั้นตอน E ถัดไป