> ML_ALGORITHM // GAUSSIAN-MIXTURE-MODELS_v1.0
Gauss Karışım Modelleri (GMM / Beklenti-Maksimizasyonu)
Genel bir popülasyon içindeki alt popülasyonların varlığını çok değişkenli Gauss dağılımlarının bir karışımı olarak temsil eden olasılıksal model.
Density Estimation & Soft Clusteringclassical-unsupervisedhigh-intrinsicmedium (1k-100k)
Tüm Algoritmalara DönHesaplama Karmaşıklığı
Eğitim (Training):O(iterations * k * n * p^2)
Çıkarım (Inference):O(k * p^2)
Donanım Karakteristiği
CPU Uygunluğu:Evet
GPU Zorunluluğu:Hayır
Bellek Ayak İzi:low
Açıklanabilirlik ve Veri
Açıklanabilirlik Düzeyi:high-intrinsic
Eğitim Verisi İhtiyacı:medium (1k-100k)
Açıklanabilirlik Değerlendirmesi
Kesin atamalar yerine olasılıksal yumuşak küme üyelikleri (sonsal olasılıklar) üretir.
Uygun Görevler ve Desteklenen Modaliteler
Uygun Görevler:
clusteringdensity estimationanomaly detection
Desteklenen Modaliteler:
tabular
Uygulayıcı Kütüphaneler
Temel Literatür & Yayınlar
Sık Karşılaşılan Hatalar ve Dikkat Edilmesi Gerekenler
- Bir bileşen tek bir izole veri noktasına oturtulduğunda tekil kovaryans çökmesi yaşanması