Online Gaussian Mixture Model
Online Gaussian Mixture Model adaptuje klasický GMM pro datové proudy nebo rozsáhlá data nahrazením plně dávkového EM inkrementálními aktualizacemi — zpracovává jednu pozorovanou hodnotu nebo mini-dávku najednou a neustále zpřesňuje středy komponent, kovariance a váhy směsi bez nutnosti znovu procházet celou datovou sadu.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- Cappé, O. & Moulines, E. (2009). On-line expectation-maximization algorithm for latent data models. Journal of the Royal Statistical Society: Series B, 71(3), 593–613. DOI: 10.1111/j.1467-9868.2009.00698.x ↗
- Sato, M. & Ishii, S. (2000). On-line EM algorithm for the normalized Gaussian network. Neural Computation, 12(2), 407–432. DOI: 10.1162/089976600300015853 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 3). Online Gaussian Mixture Model (Incremental / Streaming GMM). ScholarGate. https://scholargate.app/cs/machine-learning/online-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.
- Bayesian Gaussian Mixture ModelStrojové učení↔ compare
- K-means ShlukováníStrojové učení↔ compare
- Online K-meansStrojové učení↔ compare
- Online LearningStrojové učení↔ compare
- Polo-přidružený Gaussovský směsný modelStrojové učení↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →