EM算法的应用一般有混合高斯、协同过滤、k-means。算法一定会收敛，但是可能会收敛到局部最优。

EM算法是通过迭代，不断求解下界的极大化，来逐步求解对数似然函数极大化。

判断题EM算法是通过迭代，不断求解下界的极大化，来逐步求解对数似然函数极大化。

EM算法就是对于一个含有隐变量的概率模型，目标是极大化观测数据Y关于参数theta的对数似然函数。

判断题EM算法就是对于一个含有隐变量的概率模型，目标是极大化观测数据Y关于参数theta的对数似然函数。

EM中的E步，利用当前估计的参数值，求出在该参数下隐含变量的条件概率值。

判断题EM中的E步，利用当前估计的参数值，求出在该参数下隐含变量的条件概率值。