在统计 计算 中，最大期望（EM）算法 是在概率 （probabilistic）模型中寻找参数 最大似然估计或者最大后验估计的算法 ，其中概率模型 依赖于无法观测的隐藏变量（Latent Variable）。
最大期望经常用在机器学习 和计算机视觉 的数据聚类 （Data Clustering）领域。
步骤：
（1）写出似然函数；
（2）对似然函数取对数，并整理；
（3）求导数，令导数为0，得到似然方程；
（4）解似然方程，得到的参数即为所求；
第二步是最大化（M），最大化在 E 步上求得的最大似然 值来计算参数 的值。
