Machine learningMachine learning

مدل آمیخته گاوسی منظم شده

مدل آمیخته گاوسی منظم شده (GMM) یک ثابت مثبت کوچک به قطر ماتریس کوواریانس هر مؤلفه در طول الگوریتم بیشینه‌سازی امید ریاضی (Expectation-Maximization) اضافه می‌کند و از ماتریس‌های منفرد یا نزدیک به منفرد که باعث شکست‌های عددی در هنگام پراکنده بودن داده‌ها، ابعاد بالا یا مشاهدات تقریباً تکراری می‌شوند، جلوگیری می‌کند.

باز کردن در MethodMindبه‌زودیویدیوبه‌زودیDownload slides

مطالعهٔ کامل روش

ویژهٔ اعضا

برای خواندن این بخش با حساب رایگان وارد شوید.

ورود

Method map

The neighbourhood of related methods — select a node to explore.

منابع

  1. Fraley, C. & Raftery, A. E. (2002). Model-based clustering, discriminant analysis, and density estimation. Journal of the American Statistical Association, 97(458), 611–631. DOI: 10.1198/016214502760047131
  2. Bishop, C. M. (2006). Pattern Recognition and Machine Learning (Ch. 9). Springer. ISBN: 978-0-387-31073-2

نحوهٔ استناد به این صفحه

ScholarGate. (2026, June 3). Regularized Gaussian Mixture Model (Covariance-Regularized EM Clustering). ScholarGate. https://scholargate.app/fa/machine-learning/regularized-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.

Compare side by side

ارجاع‌شده در

ScholarGateRegularized Gaussian Mixture Model (Regularized Gaussian Mixture Model (Covariance-Regularized EM Clustering)). بازیابی‌شده در 2026-06-15 از https://scholargate.app/fa/machine-learning/regularized-gaussian-mixture-model · مجموعه‌داده: https://doi.org/10.5281/zenodo.20539026