گاوسی مرکب ماڈل (جی ایم ایم) کیا ہے؟ - ٹیکوپیڈیا سے تعریف

تعریف - گاوسین مرکب ماڈل (جی ایم ایم) کا کیا مطلب ہے؟

گاوسین مرکب ماڈل (جی ایم ایم) احتمالی ماڈل کا ایک زمرہ ہے جس میں کہا گیا ہے کہ تمام پیدا شدہ ڈیٹا پوائنٹس ایک محدود گوسی تقسیم کے مرکب سے ماخوذ ہیں جس کے بارے میں کوئی معلوم پیرامیٹر نہیں ہے۔ گاوسی مرکب ماڈل کے پیرامیٹرز یا تو زیادہ سے زیادہ پوسٹروری اندازے سے اخذ کیے جاتے ہیں یا کسی پیشگی ماڈل سے متوقع توقع سے زیادہ سے زیادہ الگورتھم حاصل کیے جاتے ہیں جو اچھی طرح سے تربیت یافتہ ہے۔ جب ماڈلنگ ڈیٹا کی بات آتی ہے تو خاص طور پر اعداد و شمار جو متعدد گروہوں سے آتے ہیں گاؤسی مرکب ماڈل بہت مفید ہیں۔

ٹیکوپیڈیا نے گاوسیئ مرکب ماڈل (جی ایم ایم) کی وضاحت کی

ریاضی کے لحاظ سے ، گاوسی مرکب کے ماڈل پیرامیٹرک امکان کثافت کی تقریب کی ایک مثال ہیں ، جس میں گاوسی اجزاء کی تمام کثافتوں کی وزن کے برابر نمائندگی کی جاسکتی ہے۔ دوسرے لفظوں میں ، ایم جزو گوسی کثافت کی وزن والی رقم کو گاوسی مرکب ماڈل کے طور پر جانا جاتا ہے ، اور ریاضی کے لحاظ سے یہ p (x | λ) = XM i = 1 wi g (x | µi، )i) ہے ، جہاں M کی نمائندگی کی گئی ہے۔ مرکب وزن ، X D جہت سے مستقل قدر والا ڈیٹا ویکٹر ہے اور اور g (x | |i، )i) گاوسیائی کثافت کا جزو ہے۔ گاوسین مرکب ماڈل پر مشتمل ہے کوویرئنسی میٹرکس ، مرکب کے وزن اور اس میں موجود ہر جزو کی کثافت سے مراد ویکٹر۔ گاؤسین اخترن covariance بنیاد کے لکیری امتزاج کی بدولت خصوصیت ویکٹر عناصر کے ارتباط کو ماڈلنگ کرنے کی مکمل صلاحیت رکھتے ہیں۔ گاوسی مرکب ماڈل کی ایک اور خصوصیت تصادفی شکل کی کثافت کے لئے ہموار قریب کی تشکیل ہے۔

گاوسی مرکب کے ماڈل بائیو میٹرک سسٹم میں استعمال کیے جاتے ہیں جہاں پیرامیٹرک ماڈل وول ٹریکٹر ورنکرم خصوصیات جیسے خصوصیات سے متعلق خصوصیات یا پیمائش کو سمجھنے میں مدد کرتا ہے۔ گاوسی مرکب ماڈل کثافت کی تخمینہ کے لئے بھی استعمال ہوتے ہیں اور کلسٹرنگ کے ل stat اعداد و شمار کے لحاظ سے انتہائی پختہ تکنیک سمجھا جاتا ہے۔