Bayesian methods
ディリクレ過程混合モデル (Dirichlet Process Mixture Model, DPMM)
ディリクレ過程混合モデル (DPMM) は、分布に対する確率分布を配置するフェルグソン (1973) のディリクレ過程事前分布によって導入されたノンパラメトリックベイズクラスタリング手法である。有限混合モデルとは異なり、DPMM は分析者がクラスタ数を事前に指定する必要がなく、代わりにデータから成分数を推論するため、観測数が増えるにつれて効果的に無限に増加する混合を可能にする。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
出典
- Ferguson, T. S. (1973). A Bayesian analysis of some nonparametric problems. The Annals of Statistics, 1(2), 209–230. DOI: 10.1214/aos/1176342360 ↗
- Neal, R. M. (2000). Markov chain sampling methods for Dirichlet process mixture models. Journal of Computational and Graphical Statistics, 9(2), 249–265. DOI: 10.1080/10618600.2000.10474879 ↗
- Hjort, N. L., Holmes, C., Müller, P., & Walker, S. G. (Eds.) (2010). Bayesian Nonparametrics. Cambridge University Press. ISBN: 978-0-521-51346-3
このページの引用方法
ScholarGate. (2026, June 3). Dirichlet Process Mixture Model. ScholarGate. https://scholargate.app/ja/bayesian/dirichlet-process-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 →