A broadly applicable algorithm for

A broadly applicable algorithm for computing maximum likelihood estimates from incomplete data is presented at various levels of generality. Theory showing the monotone behaviour of the likelihood and convergence of the algorithm is derived. Many examples are sketched, including missing value situations, applications to grouped, censored or truncated data, finite mixture models, variance component estimation, hyperparameter estimation, iteratively reweighted least squares and factor analysis.

ผลลัพธ์ (ไทย) 1:

อัลกอริทึมที่ใช้อย่างกว้างขวางสำหรับประมวลผลการประเมินความเป็นไปได้สูงสุดจากข้อมูลที่ไม่สมบูรณ์จะนำเสนอในระดับต่าง ๆ ของข้อความต่อไป ทฤษฎีที่แสดงพฤติกรรมของความเป็นไปได้ทางเดียวและการบรรจบกันของอัลกอริทึมที่ได้มา หลายตัวอย่างจะร่าง รวมทั้งค่าสถานการณ์ การใช้งานข้อมูลจัดกลุ่ม เซ็นเซอร์ หรือตัด รุ่นจำกัดผสม การประเมินส่วนประกอบความแปรปรวน hyperparameter ประมาณ กำลังสองน้อยสุด reweighted ปรับปรุงต้น และวิเคราะห์ปัจจัยที่ขาดหายไป

ผลลัพธ์ (ไทย) 2:

อัลกอริทึมในวงกว้างสำหรับการคำนวณประมาณการโอกาสสูงสุดจากข้อมูลที่ไม่สมบูรณ์จะถูกนำเสนอในระดับต่างๆของทั่วไป ทฤษฎีการแสดงพฤติกรรมเดียวของความน่าจะเป็นและการบรรจบกันของอัลกอริทึมที่ได้มา ตัวอย่างจำนวนมากมีการสเก็ตช์รวมทั้งสถานการณ์ที่ขาดหายไปมูลค่าประยุกต์ใช้ในการจัดกลุ่มตรวจสอบหรือถูกตัดทอนข้อมูลรุ่นส่วนผสม จำกัด การประมาณค่าองค์ประกอบความแปรปรวนประมาณ hyperparameter, reweighted ซ้ำน้อยสแควร์และการวิเคราะห์ปัจจัย

ผลลัพธ์ (ไทย) 3:

ขั้นตอนวิธีที่ใช้สำหรับคำนวณความเป็นไปได้สูงสุดในวงกว้างประมาณจากข้อมูลที่ไม่สมบูรณ์จะนำเสนอในระดับต่างๆของทั่วไป . ทฤษฎีที่แสดงรูปพฤติกรรมของความน่าจะเป็นและการลู่เข้าของขั้นตอนวิธีการได้มา . ตัวอย่างหลายร่าง รวมถึงค่าสูญหายในสถานการณ์ โปรแกรมจัดเซ็นเซอร์หรือตัดข้อมูลแบบผสมการประมาณค่าส่วนประกอบความแปรปรวน , จำกัด hyperparameter ซ้ำ , reweighted กำลังสองน้อยที่สุดและการวิเคราะห์องค์ประกอบ