最大期望算法（expectation-maximization ），依赖于不可观察的隐形变量（例如神经网络中的权值）的概率模型中——参数的最大似然估计。
似然：来源于古汉语，“然” 称之为xxxxx的样子，似然 = 像应该有的样子。参数该有的样子，怎么得到？答：一系列参数，使得期望最大，例如对于某条数据，这条数据分成1的概率最大，期望最大。
最大期望算法经过两个步骤交替进行计算，第一步是计算期望（E），第二步是最大化（M），来求得参数的值。M上找到的参数估计值被用于下一个E计算中，这个过程不断交通进行。