Aprenentatge en línia robust
L'aprenentatge en línia robust (Robust Online Learning) estén el marc d'aprenentatge en línia —on un model s'actualitza seqüencialment després de cada observació— incorporant mecanismes de robustesa que protegeixen contra etiquetes corruptes, exemples adversaris, soroll amb cues pesades i canvis de concepte (concept drift). El resultat és un aprenent seqüencial que manté un penediment (regret) limitat fins i tot quan el flux de dades conté valors atípics (outliers) o pertorbacions deliberades.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- Hazan, E. (2016). Introduction to Online Convex Optimization. Foundations and Trends in Optimization, 2(3–4), 157–325. link ↗
- Shalev-Shwartz, S. (2012). Online Learning and Online Convex Optimization. Foundations and Trends in Machine Learning, 4(2), 107–194. DOI: 10.1561/2200000018 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Robust Online Learning (Adversarially and Noise-Resilient Sequential Learning). ScholarGate. https://scholargate.app/ca/machine-learning/robust-online-learning
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.
- Aprenentatge actiuAprenentatge automàtic↔ compare
- Aprenentatge en líniaAprenentatge automàtic↔ compare
- Gradient Boosting RobustAprenentatge automàtic↔ compare
- Support Vector Machine RobustAprenentatge automàtic↔ compare
- Aprenentatge en línia semi-supervisatAprenentatge automàtic↔ compare
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →