আধা-পর্যবেক্ষিত গাউসীয় মিশ্রণ মডেল (Semi-supervised Gaussian Mixture Model)
আধা-পর্যবেক্ষিত গাউসীয় মিশ্রণ মডেল (SS-GMM) হলো একটি জেনারেটিভ প্রোবাবিলিস্টিক ক্লাসিফায়ার যা এক্সপেক্টেশন-ম্যাক্সিমাইজেশন (Expectation-Maximization) অ্যালগরিদম ব্যবহার করে লেবেলযুক্ত এবং লেবেলবিহীন উভয় ডেটার জন্য একটি গাউসীয় মিশ্রণ (Gaussian mixture) তৈরি করে। লেবেলযুক্ত বিন্দুগুলি কম্পোনেন্ট অ্যাসাইনমেন্টকে সীমাবদ্ধ করে, যখন লেবেলবিহীন বিন্দুগুলি ডেনসিটি অনুমানকে উন্নত করে, যা টীকা (annotations) দুষ্প্রাপ্য হলে কার্যকর শিখনকে সক্ষম করে।
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
- Chapelle, O., Scholkopf, B., & Zien, A. (Eds.). (2006). Semi-Supervised Learning. MIT Press. ISBN: 978-0-262-03358-9
- Nigam, K., McCallum, A. K., Thrun, S., & Mitchell, T. (2000). Text classification from labeled and unlabeled documents using EM. Machine Learning, 39(2-3), 103-134. DOI: 10.1023/A:1007692713085 ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Semi-supervised Gaussian Mixture Model (SS-GMM). ScholarGate. https://scholargate.app/bn/machine-learning/semi-supervised-gaussian-mixture-model
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.
- লেবেল প্রোপাগেশনযন্ত্র শিখন↔ compare
- আধা-তত্ত্বাবধানাধীন শিখন (Semi-supervised Learning)যন্ত্র শিখন↔ compare
- ভেরিয়েশনাল অটোএনকোডারগভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →