Saya pikir ada beberapa kawat silang di sini. MLE, sebagaimana dimaksud dalam literatur statistik, adalah Estimasi Kemungkinan Maksimum. Ini adalah estimator . Algoritma EM, seperti namanya, adalah algoritma yang sering digunakan untuk menghitung MLE. Ini adalah apel dan jeruk.
Ketika MLE tidak dalam bentuk tertutup, algoritma yang umum digunakan untuk menemukan ini adalah algoritma Newton-Raphson, yang mungkin menjadi apa yang Anda maksud ketika Anda menyatakan "juga dapat diselesaikan dengan MLE". Dalam banyak masalah, algoritma ini bekerja sangat baik; untuk masalah "vanilla", biasanya sulit dikalahkan.
Namun, ada banyak masalah ketika gagal, seperti model campuran. Pengalaman saya dengan berbagai masalah komputasi adalah bahwa walaupun algoritma EM tidak selalu merupakan pilihan tercepat, seringkali merupakan yang termudah karena berbagai alasan. Banyak kali dengan model novel, algoritma pertama yang digunakan untuk menemukan MLE adalah algoritma EM. Kemudian, beberapa tahun kemudian, para peneliti mungkin menemukan bahwa algoritma yang jauh lebih rumit secara signifikan lebih cepat. Tetapi algoritma ini non-trival.
Selain itu, saya berspekulasi bahwa banyak popularitas EM-algoritma adalah rasa statistik itu, membantu para ahli statistik merasa dibedakan dari analis numerik.