エントリーの編集
![loading...](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/common/loading@2x.gif)
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
![アプリのスクリーンショット](https://b.st-hatena.com/bdefb8944296a0957e54cebcfefc25c4dcff9f5f/images/v4/public/entry/app-screenshot.png)
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
Furukawa Laboratory
混合ガウスモデル(GMM)とは GMMは混合モデルの一種で,ガウス分布の線形重ね合わせで表されるモデルで... 混合ガウスモデル(GMM)とは GMMは混合モデルの一種で,ガウス分布の線形重ね合わせで表されるモデルです.十分な数のガウス分布を用い,線形結合する重みの係数と各分布の平均と共分散を調節すれば,ほぼどのような連続関数でも,任意の精度で近似することができます. GMMはその簡素さと柔軟性から,データマイニング,パターン認識,機械学習,統計的解析に広く応用されています. Demo:入力分布の学習 【セット】ボタンで入力されたパラメータに応じてデータ(ガウス乱数)を生成します.データをセットした状態で【学習開始】ボタンを押すとGMMで推定を行います. 【リセット】ボタンで入力分布と学習結果を初期化します.