Non-negative Matrix Factorization (NMF)
Non-negative Matrix Factorization (NMF) হল অ্যালগরিদমের একটি পরিবার, যা Lee এবং Seung তাঁদের ১৯৯৯ সালের যুগান্তকারী Nature গবেষণাপত্রে প্রথম উপস্থাপন করেন। এটি একটি অঋণাত্মক ডেটা ম্যাট্রিক্স V-কে দুটি নিম্ন-র্যাঙ্কের অঋণাত্মক ম্যাট্রিক্স W (বেসিস কম্পোনেন্ট) এবং H (এনকোডিং সহগ)-এর গুণফল হিসাবে ডিকম্পোজ করে। PCA বা SVD-এর বিপরীতে, অঋণাত্মকতার সীমাবদ্ধতা অ্যালগরিদমকে কঠোরভাবে সংযোজিত, অংশ-ভিত্তিক উপস্থাপনা শিখতে বাধ্য করে, যার ফলে ফ্যাক্টরগুলি মূল ডেটার বিল্ডিং ব্লক হিসাবে সরাসরি ব্যাখ্যাযোগ্য হয়।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
+1 more
উৎস
- Lee, D. D., & Seung, H. S. (1999). Learning the parts of objects by non-negative matrix factorization. Nature, 401(6755), 788–791. DOI: 10.1038/44565 ↗
- Lee, D. D., & Seung, H. S. (2001). Algorithms for non-negative matrix factorization. Advances in Neural Information Processing Systems, 13, 556–562. link ↗
- Cichocki, A., Zdunek, R., Phan, A. H., & Amari, S. (2009). Nonnegative Matrix and Tensor Factorizations: Applications to Exploratory Multi-way Data Analysis and Blind Source Separation. Wiley. ISBN: 978-0-470-74666-0
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Non-negative Matrix Factorization (Lee & Seung, 1999). ScholarGate. https://scholargate.app/bn/machine-learning/non-negative-matrix-factorization
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.
- ইন্ডিপেন্ডেন্ট কম্পোনেন্ট অ্যানালাইসিস (ICA)যন্ত্র শিখন↔ compare
- K-Means ক্লাস্টারিংযন্ত্র শিখন↔ compare
- ল্যাটেন্ট ডিরিচলে অ্যালোকেশন (LDA)যন্ত্র শিখন↔ compare
- সিঙ্গুলার ভ্যালু ডিকম্পোজিশনসাংখ্যিক পদ্ধতি↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →