Non-negative matrix factorization

學習潛在變數模型的方法 最大期望演算法 矩估計 盲信號分離技術，例如： 主成份分析 獨立成份分析 非負矩陣分解（英语：Non-negative matrix factorization） 奇異值分解 無監督式學習網路 人工神經網路 數據聚類 最大期望演算法 Geoffrey Hinton, Terrence

method”或“Kernel trick”，常与其他方法如PCA组合使用) 基于距离的方法，例如： 多维尺度分析 非负矩阵分解（英语：Non-negative_matrix_factorization） 随机投影法（英语：Random projection）(理论依据是约翰逊-林登斯特劳斯定理) 变量选择 特徵提取

語意分析技術在早期基於奇異值分解（Singular Value Decomposition, SVD）、非負矩陣拆解法（Non-negative matrix factorization,NMF）等方式，近年來則有用各種型態的類神經網絡（Neural Network, NN）來完成語意分析的目的。

  Levy, Omer; Goldberg, Yoav. Neural Word Embedding as Implicit Matrix Factorization (PDF). NIPS. 2014 [2016-12-28]. （原始内容存档 (PDF)于2016-11-14）.  Li, Yitan;

坐标下降法在机器学习中有应用，例如训练线性支持向量机（可见LIBLINEAR（英语：LIBLINEAR））以及非负矩阵分解（英语：non-negative matrix factorization）。 自适应坐标下降法（英语：Adaptive coordinate descent） 共轭梯度法 梯度下降法 牛顿法