最尤法が分かってること前提みたいな書き方がされている@wiki
統計学で、最尤法を用いて確率モデルのパラメータを推定する方法の一つだそうです。
観測不可能な、値も分布もよく分からない何か（潜在変数）に確立モデルが依存している場合に利用されるらしい。

確立モデルってなんぞ：対象となる物のあり得る全ての事象について確率を割り当てたもの？
さいころのでる目１～６全部とか、コインの裏表とかの全部に確立を割り当てたものが確立モデルらしいです。

EMアルゴリズムは反復法の一種で、英語で[E=期待値、M=最大化]を指す。
この期待値のパートと最大化のパートを交互に繰り返すことで計算が進行する。
Eステップ：現在推定されている潜在変数の分布に基づいて、モデルの尤度の期待値を計算する。
Mステップ：Eステップで求まった尤度の期待値を最大化するようなパラメータを求める。ここで最尤推定法なんだろうか…。
Mステップで求まったパラメータは、次のEステップで使われる潜在変数の分布を決定するために用いられる。
なのでMステップ終わったらまたEステップに戻って繰り返す。

何を書いているのか分からなくなってきた。
潜在変数があると普通の方法で確立モデルのパラメータ（θ）の最尤推定値を求めるのにすごい量の計算と時間が必要になるので、この反復方法で最尤推定値を見つけるらしい。