เปรียบเทียบวิธี

	โมเดลเกาส์เซียนผสมแบบออนไลน์	แบบจำลองส่วนผสมแบบเกาส์เซียนแบบเบย์ (Bayesian Gaussian Mixture Model)
สาขาวิชา	การเรียนรู้ของเครื่อง	การเรียนรู้ของเครื่อง
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2000–2009	1999–2006
ผู้ริเริ่ม	Cappé, O. & Moulines, E. (online EM formulation)	Attias, H.; Bishop, C. M.
ประเภท	Probabilistic clustering / density estimation (incremental)	Probabilistic clustering / density estimation
แหล่งต้นตำรับ	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.	Bishop, C. M. (2006). Pattern Recognition and Machine Learning (Ch. 10). Springer. ISBN: 978-0-387-31073-2
ชื่อเรียกอื่น	Online GMM, Incremental GMM, Streaming Gaussian Mixture Model, Sequential GMM	Bayesian GMM, Variational Gaussian Mixture, VBGMM, Dirichlet Process Gaussian Mixture
ที่เกี่ยวข้อง	5	4
สรุป	Online Gaussian Mixture Model adapts the classic GMM to streaming or large-scale data by replacing full-batch EM with incremental updates — processing one observation or mini-batch at a time and continuously refining component means, covariances, and mixing weights without revisiting the entire dataset.	The Bayesian Gaussian Mixture Model places prior distributions over all mixture parameters and infers their posteriors — typically via Variational Bayes or MCMC — rather than fitting fixed point estimates. This yields principled uncertainty quantification, automatic selection of the effective number of components, and resistance to overfitting small datasets.