在統計計算中 ， 最大期望（EM）算法是在概率（probabilistic）模型中尋找參數最大似然估計或者最大后驗估計的算法，其中概率模型依賴于無法觀測的隱藏變量（LatentVariable） 。最大期望經常用在機器學習和計算機視覺的數據聚類（DataClustering）領域 。
最大期望算法經過兩個步驟交替進行計算 。
【em算法原理】第一步是計算期望（E），利用對隱藏變量的現有估計值，計算其最大似然估計值 。
第二步是最大化（M），最大化在E步上求得的最大似然值來計算參數的值 。
M步上找到的參數估計值被用于下一個E步計算中，這個過程不斷交替進行 。
