EM アルゴリズムはボルツマンマシンや確率的パーセプトロンなどの学習を始め，HMM やその他隠れた確率変数を持つ確率分布の学習に対して広く持ちいられている.このアルゴリズムは繰り返し演算により最尤推定を求めるものであり，計算量が少なく実現が容易だが，一般に収束が遅い．一方，統計学の分野で Fisher のスコアリング法と呼ばれる手法があり，これも同様のモデルに対して適用できる繰り返し演算である．スコアリング法は収束は速いが計算量が多 く実現が難しい．本論文では EM アルゴリズムを再帰的に用いてスコアリング法を近似し，EM アルゴリズムを加速でき ることを示す．Louis や Meng and Rubin も同様のアプローチを行なっているが，本手法はそれらに比べ，計算量が少なく実現が容易である．計算機実験を交えて結果を示す．