EM算法是Dempster, Laind, Rubin于1997年推出的求参数极大似然估计的一种方法，它可以从非完整数据集中对参数进行MLE(Maximum Likelihood Estimation)，是一种非常简单实用的学习算法。这种方法可以广泛应用于处理缺损数据、截尾数据以及带有噪声等所谓的不完美数据，可以具体来说，我们利用EM算法来填充样本中的缺失数据、发现隐藏变量的值、估计HMM中的参数、估计有限混合分布中的参数以及可以进行无监督聚类等等。
