EMアルゴリズムとGMMを一緒に勉強しています
ウィキペディアで説明されている EM アルゴリズムを理解していません。
EM アルゴリズムは、方程式を直接解くことができない場合に、統計モデルの最尤パラメーターを見つけるために使用されます。通常、これらのモデルには、未知のパラメーターと既知のデータ観測に加えて、潜在変数が含まれます。
今まで、私はこの文脈における潜在変数に興味を持っていました。
つまり、データに欠損値があるか、観測されていない追加のデータ ポイントが存在すると想定することで、モデルをより簡単に定式化できます。
この文で、欠落したデータまたは観測されていないデータについて簡単な例を挙げていただけますか?
残念ながら、ウィキペディアに例がありますが、私にはこの概念を理解するのが難しく、ガウス混合モデルの隠れたデータに興味があります。
平均と共分散と重み係数は未知のパラメータだと思います。
では、ガウス混合モデルの隠れたデータは何でしょうか?
それとも私の考えが間違っていますか？