গাউসিয়ান মিক্সচার মডেল
একটি গাউসিয়ান মিক্সচার মডেল (Gaussian Mixture Model) হলো একটি সম্ভাব্যতাভিত্তিক ক্লাস্টারিং পদ্ধতি যা ডেটাকে কয়েকটি গাউসিয়ান ডিস্ট্রিবিউশনের ওজনযুক্ত মিশ্রণ (weighted mixture) হিসাবে মডেল করে। এটি Expectation–Maximization অ্যালগরিদম ব্যবহার করে ফিট করা হয়, যা Dempster, Laird & Rubin ১৯৭৭ সালে আনুষ্ঠানিকভাবে উপস্থাপন করেন। এটি K-means পদ্ধতির একটি সাধারণীকরণ (generalization), যেখানে প্রতিটি ক্লাস্টার নিজস্ব আকৃতি, আকার এবং ওরিয়েন্টেশন (orientation) ধারণ করতে পারে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Dempster, A.P., Laird, N.M. & Rubin, D.B. (1977). Maximum Likelihood from Incomplete Data via the EM Algorithm. Journal of the Royal Statistical Society: Series B, 39(1), 1–22. DOI: 10.1111/j.2517-6161.1977.tb01600.x ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 1). Gaussian Mixture Model (GMM Clustering). ScholarGate. https://scholargate.app/bn/machine-learning/gaussian-mixture
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- ডিবিস্ক্যানযন্ত্র শিখন↔ compare
- Hierarchical Clusteringযন্ত্র শিখন↔ compare
- প্রধান উপাদান বিশ্লেষণযন্ত্র শিখন↔ compare
- UMAPযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →