EM, 직관적 인 설명이 있습니까?

EM 절차는 초기에 거의 흑 마법으로 나타납니다. 감독 된 데이터를 사용하여 HMM의 매개 변수를 추정하십시오 (예 :). 그런 다음 태그가없는 것처럼 'count'이벤트를 앞뒤로 사용하여 태그가 지정되지 않은 데이터를 디코딩합니다. 이것이 왜 모델을 더 좋게 만드는가? 나는 수학에 대해 뭔가를 알고 있지만, 어떤 종류의 수학 그림을 계속 희망하고 있습니다.

타이핑을 저장하려면 관측 된 데이터 , 누락 된 데이터 Z (예 : HMM의 숨겨진 상태) 및 Q 를 찾으려고하는 매개 변수 벡터 (예 : 전환 / 방출 확률)를 호출하십시오 .$X$$Z$$Q$

직관적 인 설명은 우리가 기본적으로 속임수를 쓰고 를 알고있는 것처럼 가장하여 Z의 조건부 분포를 찾은 다음 Q 의 MLE을 찾을 수있게 합니다 (순간적으로 원형을 만들고 있다는 사실을 무시하고) 그런 다음 우리가 속이는 것을 인정하고, 더 좋은 새 가치를 Q에 넣고, 더 이상 속일 필요가 없을 때까지 그것을 다시 끝없이하십시오.$Q$$Q$$Q$

$Q$$Z|\{X,Q\}$$Q$$Q$$Z|\{X,Q\}$$Q$

$Z$$\log(f(Q|X,Z))$$Z$$Q$$Z$$X$$Q$

$Q$$Q_n$$Z|\{Q_n,X\}$$Q|\{X,Z\}$$Z|\{Q_n,X\}$$Z$$Q$$X$$Q$$Q$$Z$$Q$$Q_n$$Q_{n+1}$$Z|\{Q_{n+1}, X\}$