Polu-nadgledovani model Gausovih mešavina
Polu-nadgledovani model Gausovih mešavina (SS-GMM) je generativni verovatnosni klasifikator koji prilagođava Gausovu mešavinu kako označenim, tako i neoznačenim podacima koristeći algoritam očekivanja-maksimizacije. Označene tačke ograničavaju dodelu komponenti, dok neoznačene tačke poboljšavaju procene gustine, omogućavajući efikasno učenje kada su anotacije oskudne.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Semi-supervised Gaussian Mixture Model (SS-GMM). ScholarGate. https://scholargate.app/sr/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.
- Propagacija oznakaMašinsko učenje↔ compare
- Semi-supervised LearningMašinsko učenje↔ compare
- Varijacioni autoenkoderDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →