Напівкерована Гауссова Суміш (Semi-supervised Gaussian Mixture Model, SS-GMM)
Напівкерована Гауссова Суміш (SS-GMM) — це генеративна ймовірнісна модель класифікації, яка припасовує Гауссову суміш як до мічених, так і до немічених даних за допомогою алгоритму Очікування-Максимізації. Мічені точки обмежують призначення компонентів, тоді як немічені точки покращують оцінки щільності, забезпечуючи ефективне навчання за дефіциту анотацій.
Читати метод повністю
Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.
Method map
The neighbourhood of related methods — select a node to explore.
Джерела
- 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 ↗
Як цитувати цю сторінку
ScholarGate. (2026, June 3). Semi-supervised Gaussian Mixture Model (SS-GMM). ScholarGate. https://scholargate.app/uk/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.
- Label PropagationМашинне навчання↔ compare
- Напівкероване навчанняМашинне навчання↔ compare
- Варіаційний автокодувальникГлибоке навчання↔ compare
Згадується в
Помітили помилку на цій сторінці? Повідомте про неї або запропонуйте виправлення →