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。

EM是一种迭代算法，用于含有隐变量的概率模型参数的极大似然估计。

判断题EM是一种迭代算法，用于含有隐变量的概率模型参数的极大似然估计。