अर्ध-पर्यवेक्षित गॉसियन मिश्रण मॉडल
अर्ध-पर्यवेक्षित गॉसियन मिश्रण मॉडल (SS-GMM) एक जनरेटिव संभाव्य वर्गीकरणकर्ता है जो एक्सपेक्टेशन-मैक्सिमाइज़ेशन एल्गोरिथम का उपयोग करके लेबल किए गए और बिना लेबल वाले दोनों डेटा पर गॉसियन मिश्रण फिट करता है। लेबल किए गए बिंदु घटक असाइनमेंट को सीमित करते हैं जबकि बिना लेबल वाले बिंदु घनत्व अनुमानों में सुधार करते हैं, जिससे एनोटेशन की कमी होने पर प्रभावी शिक्षण सक्षम होता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Semi-supervised Gaussian Mixture Model (SS-GMM). ScholarGate. https://scholargate.app/hi/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.
- लेबल प्रोपेगेशनमशीन अधिगम↔ compare
- अर्ध-पर्यवेक्षित शिक्षणमशीन अधिगम↔ compare
- वैरिएशन ऑटोएन्कोडरगहन अधिगम↔ compare