> ML_ALGORITHM // EXPECTATION-MAXIMIZATION-ALGORITHM_v1.0
Beklenti-Maksimizasyonu Algoritması (EM)
Gizil değişkenlere sahip modellerde maksimum olabilirlik veya MAP tahminlerini bulmak için kullanılan temel yinelemeli algoritma.
Latent Variable Optimizationbayesian-probabilistichigh-intrinsicmedium (1k-100k)
Tüm Algoritmalara DönHesaplama Karmaşıklığı
Eğitim (Training):O(iterations * (E_step + M_step))
Çıkarım (Inference):O(parameter_pass)
Donanım Karakteristiği
CPU Uygunluğu:Evet
GPU Zorunluluğu:Hayır
Bellek Ayak İzi:low
Açıklanabilirlik ve Veri
Açıklanabilirlik Düzeyi:high-intrinsic
Eğitim Verisi İhtiyacı:medium (1k-100k)
Açıklanabilirlik Değerlendirmesi
E-adımı yumuşak sorumlulukları tahmin ederken M-adımı parametre tahmincilerini kapalı analitik formda günceller.
Uygun Görevler ve Desteklenen Modaliteler
Uygun Görevler:
clusteringlatent variable estimationimputation
Desteklenen Modaliteler:
tabular
Uygulayıcı Kütüphaneler
Temel Literatür & Yayınlar
Sık Karşılaşılan Hatalar ve Dikkat Edilmesi Gerekenler
- EM'in yalnızca olabilirlik yüzeyinin yerel bir maksimumuna yakınsaması garanti edilir, başlangıç parametre tohumlarına karşı hassastır