語意分析 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。
降维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
無監督學習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
坐标下降法 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
概率潜在语义分析 Ding, Tao Li, Wei Peng (2008). "On the equivalence between Non -negative Matrix Factorization and Probabilistic Latent Semantic Indexing" (页面存档备份,存于互联网档案馆)