অনলাইন ব্যাগিং
অনলাইন ব্যাগিং হল একটি স্ট্রিমিং এনসেম্বল পদ্ধতি যা ২০০১ সালে ওজা এবং রাসেল দ্বারা প্রবর্তিত হয়েছিল, যা ক্লাসিক্যাল বুটস্ট্র্যাপ অ্যাগ্রিগেশন (ব্যাগিং) ফ্রেমওয়ার্ককে অনলাইন লার্নিং সেটিং-এ অভিযোজিত করে। একটি নির্দিষ্ট ডেটাসেট পুনরায় স্যাম্পলিং করার পরিবর্তে, প্রতিটি আগত দৃষ্টান্তকে প্রতিটি বেস লার্নারকে Poisson(1)-ডিস্ট্রিবিউটেড সংখ্যক বার খাওয়ানো হয়, যা স্ট্রিম বিকশিত হওয়ার সাথে সাথে বুটস্ট্র্যাপ স্যাম্পলিংকে বিশ্বস্তভাবে আনুমানিক করে। এর ফলে একটি শক্তিশালী, ক্রমবর্ধমানভাবে আপডেট হওয়া এনসেম্বল তৈরি হয় যা সম্পূর্ণ ডেটাসেট সংরক্ষণ না করেই কনসেপ্ট ড্রিফট এবং অবিচ্ছিন্ন ডেটা আগমন পরিচালনা করতে পারে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Oza, N. C., & Russell, S. (2001). Online bagging and boosting. In Proceedings of the Eighth International Workshop on Artificial Intelligence and Statistics (AISTATS 2001), pp. 105–112. link ↗
- Bifet, A., Holmes, G., Kirkby, R., & Pfahringer, B. (2010). MOA: Massive Online Analysis. Journal of Machine Learning Research, 11, 1601–1604. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Online Bagging (Incremental Bootstrap Aggregating). ScholarGate. https://scholargate.app/bn/machine-learning/online-bagging
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Bagging (Bootstrap Aggregating)যন্ত্র শিখন↔ compare
- গ্রেডিয়েন্ট বুস্টিংযন্ত্র শিখন↔ compare
- অনলাইন বুস্টিংযন্ত্র শিখন↔ compare
- Random Forestযন্ত্র শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →