Modelo de Mezcla Gaussiana en Línea
El Modelo de Mezcla Gaussiana en Línea (Online Gaussian Mixture Model) adapta el GMM clásico a datos de flujo continuo o a gran escala, reemplazando el EM por lotes completo con actualizaciones incrementales, procesando una observación o mini-lote a la vez y refinando continuamente las medias de los componentes, las covarianzas y los pesos de mezcla sin revisar todo el conjunto de datos.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Online Gaussian Mixture Model (Incremental / Streaming GMM). ScholarGate. https://scholargate.app/es/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.
- Modelo Bayesiano de Mezclas GaussianasAprendizaje automático↔ compare
- Agrupamiento K-mediasAprendizaje automático↔ compare
- K-means en líneaAprendizaje automático↔ compare
- Aprendizaje en líneaAprendizaje automático↔ compare
- Modelo de Mezcla Gaussiana Semi-supervisadoAprendizaje automático↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →