티스토리 뷰
지금 정리할 시간은 없고 블로그로 본다.
- 예제 코드와 수식
https://yeong-jin-data-blog.tistory.com/entry/GMM-Gaussian-Mixture-Models
GMM (Gaussian Mixture Models)
📚 GMM ✅ 개요 • KNN, 위계적 군집화, DBSCAN 등의 알고리즘은 벡터간 유사도로 군집화를 실시한다. 반면 GMM은 관측된 데이터가 특정 확률 분포를 이용해서 생성되었다고 가정하는 확률 모델이다.
yeong-jin-data-blog.tistory.com
수식에 대한 상세한 설명이 되어있음
https://sanghyu.tistory.com/16
GMM(Gaussian Mixture Model,가우시안 혼합모델) 원리
개인공부용 블로그로 이곳의 내용에 개인적으로 추가정리하였다. 가우시안 분포는 데이터를 분석하는 데 있어서 중요한 여러 성질을 가지고 있지만, 실제 데이터셋을 모델링 하는데에는 한계
sanghyu.tistory.com
밑줄과 강조가 잘되어있음
https://blog.naver.com/winddori2002/221911749865
[바람돌이/머신러닝] 군집분석(Clustering)(5) - GMM(Gaussian Mixture Model) 이론
안녕하세요. 오늘은 분포기반 군집분석 중 GMM에 대해 정리하려고 합니다. 분포기반 군집분석 기존에 프...
blog.naver.com
DBSCAN, K-means 와 비교되어 있음
GMM(가우시안 혼합 모델) Clustering
GMM (Gaussian Mixture Model) Clustering GMM Clustering은 Clustering 문제에서 각 Cluster에 포함될 확률이 포함될 때, 자주 사용하는 알고리즘이다. 대략적인 컨셉만 알고 쓰고 있지만, 조금 더 자세히 알아보고
devhwi.tistory.com
'AI' 카테고리의 다른 글
9개 논문 개념별 정리 (0) | 2024.06.26 |
---|---|
VLM-PL: Advanced Pseudo Labeling Approach for Class Incremental Object Detection via Vision-Language Model (0) | 2024.06.25 |
abs summray for searching prototype (0) | 2024.06.15 |
[Mnemonics Training]CVPR'2020 (2) | 2024.06.02 |
[LUCIR] CVPR'2019 (1) | 2024.06.01 |
- Total
- Today
- Yesterday
- /var/log/faillog
- StyleCLIP
- Source-free unsupervised domain adaptation
- Chatgpt4
- tf2to1
- tensorflow convert
- TransferLearning
- Deformable Convolutional Networks
- Deformable Part Model
- batch란
- Arbitrary image stylization
- neural network applications
- 1-stage detection
- 첫논문
- DetectoRS
- textual guidance
- Group Acitivty Recognition
- ctfloader
- torchmodel
- 딥페이크탐지
- /var/log/fontconfig.log
- tf version porting
- 샴네트워크
- max-margin_loss
- 도메인 어댑테이션
- /var/log/tallylog
- yolov3 #tensorflow_convert
- /var/log/alternatives.log
- alternatives.log
- 전이학습
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | ||
6 | 7 | 8 | 9 | 10 | 11 | 12 |
13 | 14 | 15 | 16 | 17 | 18 | 19 |
20 | 21 | 22 | 23 | 24 | 25 | 26 |
27 | 28 | 29 | 30 | 31 |